Avaliação acessível de sintomas motores e cognitivos na doença de Parkinson: integrando grandes bases de dados, aprendizado de máquina e videoconferência

Levando as consultas de Parkinson para casa

Para muitas pessoas que vivem com a doença de Parkinson, simplesmente ir até a clínica para consultas regulares é cansativo, consome muito tempo ou é mesmo impossível. Este estudo investiga se testes detalhados de movimento e cognição para Parkinson podem ser realizados de forma segura e confiável por meio de uma chamada de vídeo comum, usando apenas um computador e conexão à internet. Se esses testes remotos funcionarem, poderão facilitar o acompanhamento, ampliar a participação em pesquisas e permitir um monitoramento mais ágil de como a doença evolui ao longo do tempo.

Um novo tipo de visita online

Os pesquisadores criaram uma rotina de avaliação em vídeo passo a passo chamada Protocolo de Videoconferência Motora e Cognitiva, ou MaC‑VC. Em uma visita típica à clínica de Parkinson, os especialistas avaliam como a pessoa se movimenta usando uma lista de verificação padrão e examinam brevemente memória e funções cognitivas. O MaC‑VC adapta essas mesmas ferramentas para uso por videoconferência. Ele reduz e ajusta ligeiramente o exame motor padrão para que possa ser feito com segurança em casa e segue diretrizes oficiais para aplicar o teste de memória e cognição online. De forma crucial, o protocolo foi desenhado para que profissionais treinados, mesmo não especialistas — e não apenas neurologistas altamente especializados — possam administrá‑lo.

Avaliando exames remotos frente ao padrão‑ouro

Para descobrir se essa abordagem online realmente captura as mesmas informações das consultas presenciais, a equipe comparou dois grandes grupos. Um grupo veio de um importante projeto internacional em que pacientes com Parkinson são examinados presencialmente por especialistas; esse conjunto de dados incluiu 1.264 pessoas. A partir dessas visitas clínicas detalhadas, os pesquisadores calcularam como seriam as pontuações se apenas os itens seguros e práticos para uso online fossem considerados. Eles descobriram que essa pontuação reduzida explicou 95% das diferenças na pontuação motora completa presencial, sugerindo que a maior parte das informações importantes é preservada mesmo quando o teste é simplificado para uso remoto.

Alcançando pessoas onde quer que vivam

O segundo grupo consistiu de 145 pessoas com Parkinson que completaram o MaC‑VC por vídeo a partir de mais de 60 locais diferentes, principalmente nos Estados Unidos e em Israel, em hebraico ou inglês. Quase todas as visitas de vídeo agendadas foram concluídas com sucesso, geralmente em cerca de 40 minutos, com pouquíssimas precisando ser remarcadas por problemas técnicos. Os participantes apresentaram ampla variação de idade e escolaridade, e nenhum problema de segurança foi relatado, apesar de muitos terem dificuldades de movimento. As avaliações do estágio da doença feitas por profissionais treinados durante as chamadas ao vivo corresponderam de perto às de um especialista em distúrbios do movimento que revisou as sessões gravadas, demonstrando que o protocolo pode ser aplicado de forma confiável por equipe não especialista.

O que os testes online podem revelar

Os pesquisadores então investigaram se esses exames por vídeo conseguiriam distinguir estágios mais leves e mais avançados de Parkinson da mesma forma que avaliações presenciais. Tanto no grande conjunto clínico quanto no conjunto online, pessoas com doença mais avançada apresentaram piores pontuações motoras, mais anos desde o diagnóstico e pontuações mais baixas no teste cognitivo, enquanto a proporção entre homens e mulheres não difere. A equipe também usou técnicas comuns de aprendizado de máquina — programas que procuram padrões nos dados — para avaliar quão bem combinações de pontuações motoras, cognitivas e dados demográficos básicos poderiam classificar pessoas em estágios iniciais versus avançados. Dentro de cada conjunto, os modelos foram altamente precisos. Surpreendentemente, modelos treinados apenas com dados de clínica ainda funcionaram muito bem ao prever estágios no grupo online, e modelos treinados nos dados online também se transferiram com sucesso de volta ao grupo clínico.

Limites e próximos passos

Como qualquer abordagem nova, o MaC‑VC tem limitações. O estudo incluiu sobretudo pessoas em estágios iniciais da doença que conseguiam realizar uma chamada de vídeo, portanto pode não refletir ainda a totalidade dos pacientes, especialmente aqueles com sintomas mais graves ou acesso limitado à tecnologia. Alguns itens de movimento que seriam inseguros para demonstrar em casa foram substituídos por autorrelatos, que podem não captar todas as mudanças sutis. E os pesquisadores agruparam a doença em apenas dois estágios amplos, inicial e avançado, em vez de medir um espectro contínuo. Estudos futuros precisarão incluir casos mais avançados, acompanhar pessoas ao longo do tempo e comparar diretamente visitas clínicas e por vídeo nos mesmos indivíduos.

Por que isso importa na vida cotidiana

Apesar dessas ressalvas, os achados mostram que um exame cuidadosamente projetado por vídeo pode espelhar de perto avaliações tradicionais presenciais de Parkinson, mesmo quando administrado por profissionais não especialistas. Isso significa que pessoas com Parkinson poderiam, no futuro, completar avaliações de movimento e cognição de alta qualidade a partir de suas próprias casas, reduzindo o deslocamento, diminuindo tempos de espera e permitindo que pesquisadores e clínicos incluam pacientes de muito mais lugares. Em termos práticos, o MaC‑VC aponta para um futuro em que o cuidado e a pesquisa em Parkinson sejam mais acessíveis, escaláveis e inclusivos, sem sacrificar a qualidade das informações que os médicos usam para orientar o tratamento.

Citação: Lithwick Algon, A., Saban, W. Accessible assessment of motor and cognitive symptoms in Parkinson’s disease: integrating large datasets, machine-learning, and videoconferencing. npj Digit. Med. 9, 223 (2026). https://doi.org/10.1038/s41746-026-02426-7

Palavras-chave: Doença de Parkinson, telemedicina, avaliação remota, aprendizado de máquina, neuropsicologia