ParkinsonCheck : auxílio no acompanhamento de Parkinson

Abstract

Resumo: Este documento apresenta a especificação técnica do ParkinsonCheck, um projeto desenvolvido no âmbito do curso de Análise e Desenvolvimento de Sistemas da Universidade Federal do Paraná (UFPR). O Parkinson é a segunda doença neurodegenerativa de maior prevalência no mundo, sendo tradicionalmente diagnosticado por meio de avaliações clínicas que podem apresentar subjetividade e limitações de acesso. O objetivo deste trabalho é desenvolver uma plataforma digital que integra modelos de Inteligência Artificial pré-existentes para apoiar o monitoramento de sintomas parkinsonianos. A proposta busca tornar mais acessíveis as ferramentas de apoio ao monitoramento, reduzindo barreiras geográficas e econômicas. A solução integra duas abordagens avaliativas não invasivas: análise computacional do teste da espiral, que utiliza extração de características geométricas e um ensemble de classificadores, e análise de voz, com extração de embeddings Wav2Vec e classificação por SVM. A principal contribuição deste trabalho reside na arquitetura de integração desenvolvida, que conecta uma interface Web responsiva a microsserviços de aprendizado de máquina por meio de APIs REST, oferecendo uma experiência unificada para pacientes e profissionais de saúde. O ParkinsonCheck é uma iniciativa open source que visa incentivar a colaboração acadêmica e o aprimoramento contínuo da solução pela comunidade científica e tecnológica

Abstract: This document presents the technical specification of ParkinsonCheck, a project developed within the Systems Analysis and Development program at the Federal University of Paraná (UFPR). Parkinson's disease is the second most prevalent neurodegenerative disorder worldwide, traditionally diagnosed through clinical assessments that can present subjectivity and accessibility limitations. The objective of this work is to develop a digital platform that integrates pre-existing Artificial Intelligence models to support the monitoring of parkinsonian symptoms. The proposal aims to make monitoring support tools more accessible by reducing geographic and economic barriers. The solution integrates two non-invasive assessment approaches: computational analysis of the spiral test, which uses geometric feature extraction and an ensemble of classifiers, and voice analysis, with Wav2Vec embedding extraction and SVM classification. The main contribution of this work lies in the integration architecture developed, which connects a responsive Web interface to machine learning microservices through REST APIs, providing a unified experience for patients and healthcare professionals. ParkinsonCheck is an open source initiative that aims to encourage academic collaboration and continuous improvement of the solution by the scientific and technological community