A degeneração frontotemporal (DFT) é uma doença neurodegenerativa rara que afeta as áreas frontal e temporal do cérebro, manifestando-se através de alterações cognitivas, comportamentais, motoras e da fala. Atualmente, não existem terapias aprovadas para retardar ou interromper a progressão da doença, tornando o diagnóstico precoce e o monitoramento dos sintomas um desafio crucial. A heterogeneidade da DFT complica ainda mais o processo, impactando negativamente o progresso dos ensaios clínicos.
Diante desse cenário, o rápido avanço tecnológico abre portas para o desenvolvimento de tecnologias digitais de saúde (TDDS) capazes de capturar até mesmo as mais sutis alterações clínicas. Estas plataformas computacionais são projetadas para medir aspectos significativos do início e progressão da doença, oferecendo uma nova perspectiva para o acompanhamento dos pacientes. As TDDS podem auxiliar na identificação de biomarcadores digitais, permitindo intervenções mais precoces e personalizadas.
Diversas ferramentas estão sendo desenvolvidas para medir as mudanças nos domínios funcionais afetados pela DFT. No entanto, os desenvolvedores enfrentam desafios significativos na criação de aplicações eficazes. A superação desses obstáculos é essencial para o desenvolvimento de TDDS adequadas ao propósito, que possam auxiliar no desenvolvimento de terapias eficazes para a DFT e melhorar o cuidado ao paciente. O foco está em criar soluções que integrem dados de diversas fontes, como sensores vestíveis, aplicativos móveis e registros eletrônicos de saúde, para fornecer uma visão abrangente e dinâmica da condição do paciente ao longo do tempo. O uso de inteligência artificial e aprendizado de máquina também é crucial para analisar grandes conjuntos de dados e identificar padrões preditivos.
Origem: Link