Wearable em Sistema Embarcado na Assistência ao Tratamento de Indivíduos com Doença de Parkinson: Uma Abordagem de Aprendizado de Máquina.

• Processo: 24/07082-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2024
• Data de Término da vigência: 30 de setembro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Clayton Reginaldo Pereira
• Beneficiário: Manuele Sabatini Christófalo
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Assunto(s): Aprendizado computacional Internet das coisas Inteligência artificial Computação
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Diagnóstico de doenças | Internet das Coisas | Sistemas Inteligentes | Computação

Resumo

A Doença de Parkinson (DP) é a condição neuromotora mais prevalente em todo o mundo, afetando aproximadamente 9 milhões de indivíduos globalmente. Caracterizada pela degeneração das células localizadas no mesencéfalo, uma região do cérebro responsável pela produção de dopamina - neurotransmissor essencial para o controle motor, a DP resulta no comprometimento das funções corporais, apresentando, entre outros vários sintomas, a bradicinesia e tremores involuntários. Apesar de não haver cura, tratamentos terapêuticos e medicamentosos têm sido utilizados nos pacientes visando proporcionar uma melhor qualidade de vida para os portadores da DP.Nesse contexto, a presente proposta consiste no desenvolvimento de um bracelete wearable integrado à Internet das Coisas (IoT) por meio de uma placa de Arduíno e sensores. O dispositivo terá como objetivo mensurar os tremores associados à DP, o que permite avaliar a progressão da patologia, além da eficácia do tratamento, com o foco voltado especialmente ao impacto da medicação. Por meio de análises temporais e técnicas de Machine Learning (ML), o instrumento será capaz de coletar dados precisos e relevantes para a terapia, possibilitando sua otimização de forma não invasiva e a um custo acessível.