Identificação da Doença de Parkinson com Aprendizado Profundo: uma revisão integrativa

Abstract

Objetivo: Buscou-se identificar e analisar os trabalhos científicos que tratam da identificação precoce da doença de Parkinson em propostas que associam uso de smartphones e aprendizagem de máquina profundo.  Métodos:  A busca foi realizada nas bases de dados IEEE Xplore Digital Library, Web of Science e PubMed. Dos 9 artigos identificados no IEEE Xplore, dos 7 identificados na base do Web of Science e dos 8 identificados no PubMed, após as fases de triagem e aplicação de critérios de exclusão, restaram 10 artigos. Desses 10, 4 foram publicados em revistas científicas e 6 em conferências, no período de 2018 a 2020. Resultados: Após análise dos artigos, verificou-se a existência de duas abordagens de identificação da doença de Parkinson: a identificação da doença, no estágio inicial, por meio da voz e a identificação da doença, em um estágio mais avançado, por meio dos sintomas motores. Com relação ao tipo de arquitetura de aprendizagem de máquina, a maioria dos trabalhos usou redes neurais convolutivas. Apenas três trabalhos utilizaram redes neurais recorrentes. Conclusões: Permanece ainda o desafio, em face das limitações de hardware e poder computacional, a possibilidade de embarcar o método de aprendizado profundo em smartphones.