A IA pode diagnosticar Parkinson em fase inicial a partir de tremores subtis na caligrafia em notas digitalizadas ?

A doença de Parkinson muitas vezes causa micrografia—letra pequena e trémula—antes de os sintomas motores aparecerem. Modelos de IA treinados em traços digitalizados de caneta poderiam detetar padrões invisíveis aos clínicos. A deteção precoce pode permitir intervenções que retardem a progressão. No entanto, as amostras de escrita devem ser padronizadas e diversificadas para evitar enviesamentos. O desafio reside em distinguir tremores relacionados com a doença da variabilidade normal.

Os sistemas atuais de IA conseguem detetar a doença de Parkinson em fase inicial a partir de escrita digitalizada, analisando micro-tremores e características cinemáticas com elevada precisão—algumas investigações relatam até 97% de sensibilidade usando modelos de deep learning treinados em tarefas como desenho de espirais e cópia de frases que captam o controlo motor fino. Estudos destacam que a combinação de métricas de pressão, velocidade e aceleração nos dados de canetas digitais melhora o desempenho em relação ao rastreio clínico tradicional, embora a validação em larga escala e no mundo real ainda seja limitada. Questões éticas e de privacidade em torno da monitorização contínua e passiva também estão sob escrutínio.

— Enriched 12 de maio de 2026 · Source: Nature Digital Medicine — https://www.nature.com/npjdigitalmed