A pesquisa usou uma base de dados pública da Universidade de Toronto que incluía vídeos de 11 pessoas saudáveis e 11 pessoas com ELA, realizando expressões faciais como assoprar uma vela, abrir a boca e sorrir sem os dentes. Esse material serviu para desenvolver uma ferramenta computacional para reconhecer, entre todos os participantes, os pacientes com a doença degenerativa, a partir das expressões faciais.
Os valores programados neste estudo-piloto pelos pesquisadores foram eficazes em detectar, nestes vídeos, traços de fraqueza muscular e hiperatividade, comuns na ELA, e também em contrastar movimentos normais e anormais da musculatura facial.
Guilherme Oliveira, doutorando e pesquisador principal do artigo, destaca que a ferramenta tem potencial promissor, mas ainda está em teste. Ao identificar sintomas precoces, ela pode auxiliar o tratamento e monitoramento de pessoas com a doença, especialmente aquelas que apresentam perda de expressão facial. “Essa tecnologia pode ser particularmente útil para o monitoramento remoto, beneficiando os pacientes em regiões com acesso limitado a cuidados especializados”, explica.
Os resultados do estudo ainda destacam o potencial de um sistema computadorizado de codificação de microexpressões para detectar sintomas de fraqueza facial. Essa abordagem pode ser aplicada também para outras doenças neurológicas que afetam os músculos faciais como acidente vascular cerebral (AVC) e doença de Parkinson. Há ainda a possibilidade de desenvolvimento de um aplicativo para smartphones que permita a verificação dos sintomas das doenças.
Oliveira ressalta que o estudo é baseado em um conjunto de dados relativamente pequeno e que, para validar essa abordagem em diferentes contextos, seria preciso “ampliar a base de dados, considerando fatores como idade e etnia”. Além disso, espera-se que outras pesquisas utilizem a técnica em diferentes estágios da ELA para entender sua progressão.
