Redes Neurais em Grafos para Identificação de Esclerose Lateral Amiotrófica

• Processo: 24/00943-7
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de julho de 2024
• Data de Término da vigência: 16 de fevereiro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Nicolas Barbosa Gomes
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Diagnóstico Automático | Esclerose Lateral Amiotrófica (ELA) | redes neurais em grafos | Aprendizado de máquina

Resumo

A Esclerose Lateral Amiotrófica (ELA) é uma doença neurodegenerativa incurável e progressiva que afeta os neurônios motores, resultando em disfunções bulbares em mais de 80% dos casos. A taxa de sobrevida desde o diagnóstico varia de 20 a 48 meses e apenas 5 a 10% dos pacientes sobrevivem por mais de 10 anos, o que torna a detecção precoce da doença crucial. No entanto, a falta de marcadores clinicopatológicos leva a diagnósticos equivocados e atrasos de até 12 meses. Estudos recentes destacam que a redução na produção da fala é um dos primeiros sinais do envolvimento do motor bulbar associados à ELA e entre 80% a 95% dos casos ocorrem sintomas na fala, como a lentidão, fraqueza e falta de coordenação muscular. Neste contexto, técnicas de aprendizado têm sido aplicadas com bastante sucesso, mas longe de resolverem o problema do diagnóstico automático. Desafios surgem devido à variabilidade no comprimento dos áudios, a escassez de dados e a complexidade na interpretação desses modelos. Este projeto propõe, com ineditismo, uma abordagem usando Redes Neurais em Grafos para identificar a ELA, mantendo a dependência temporal na fala e usando técnicas explicáveis para interpretação do modelo. A proposta também contempla o desenvolvimento de uma pesquisa no exterior junto ao grupo Speech-Language Pathology da Universidade de Toronto, especializado na detecção de ELA. Durante o período no exterior pretende-se aprimorar o modelo proposto através de uma abordagem com o uso da multimodalidade, isto é, utilizando áudio e vídeo.