Classificação de sinais de voz para auxílio no diagnóstico da doença de Parkinson

Resumo

A doença de Parkinson é uma patologia neurodegenarativa que afeta a capacidade motora e de fala, além de provocar
alterações comportamentais, de humor e de raciocínio. Ela atinge, mais usualmente, a população idosa e seu diagnóstico
é feito por meio de um exame clínico, através da observação dos sintomas apresentados por um paciente. Uma vez que
os sintomas mais notórios costumam aparecer em estágios mais avançados da doença, o que dificulta o tratamento,
e que o mundo vem passando por um processo de inversão da pirâmide etária, a tendência é que o Parkinson venha
a se tornar um problema de saúde pública mundial. Dentro deste contexto, propostas para a utilização de sinais de
voz como forma de diagnóstico precoce do Parkinson veem obtendo resultados. Este trabalho propõe a construção
de uma ferramenta de auxílio no dignóstico da doença de Parkinson utilizando sinais de voz associados a técnicas de
Aprendizado de Máquina. Fazendo uso de um conjunto de dados com atributos diversos extraídos da fala de portadores e
não portadores da patologia, obteve-se uma acurácia 93.8 % utilizando um algoritmo de Random Forest e efetuando
uma validação cruzada com a técnica k-fold.