Automatic detection of cataplexy

Narcolepsia na Infância: A Atuação Multidisciplinar com a Psicologia do Sono do Diagnóstico ao Tratamento em um Relato de Caso

Resumo A narcolepsia, distúrbio neurológico crônico caracterizado pela sonolência diurna excessiva, pode ser associada à cataplexia, fragmentação do sono, alucinações relacionadas ao sono e paralisia do sono. Frequentemente, é confundida com outros transtornos, como Transtorno do Déficit de Atenção com Hiperatividade (TDAH), epilepsia e até esquizofrenia, assim, por vezes, é diagnosticada inadequadamente. Objetiva-se relatar o diagnóstico diferencial bem-sucedido da narcolepsia na infância e suas dificuldades, realizado por uma equipe multidisciplinar, enfocando a atuação da psicologia do sono em avaliação e intervenção. Um menino de 10 anos foi recebido no Ambulatório de Narcolepsia e Apneia do Sono Infantil (AMBNAP), alocado no Hospital Universitário Onofre Lopes da Universidade Federal do Rio Grande do Norte (UFRN) com queixas de sonolência diurna excessiva, sono fragmentado e episódios de perda de tônus muscular. Foi submetido a entrevistas psiquiátrica e psicológica pormenorizadas, a exames, aplicação de escalas específicas para rastreio e diagnóstico de transtornos de sono e diário de sono, solicitação de recursos de mídia e de relatório escolar e avaliação neurológica. A partir da investigação multidisciplinar, o diagnóstico foi de Narcolepsia e Síndrome da Apneia Obstrutiva do Sono (SAOS). O paciente foi submetido a técnicas da Terapia Cognitivo-Comportamental (TCC) e segue em acompanhamento, apresentando resultados satisfatórios. Este estudo evidencia que uma equipe multidisciplinar especializada na área de sono atuando em conjunto com a Psicologia do Sono oportuniza o diagnóstico e intervenções precoces eficazes para o tratamento do distúrbio do sono na infância.

CAT-CAD: A Computer-Aided Diagnosis Tool for Cataplexy

Narcolepsy with cataplexy is a severe lifelong disorder characterized, among others, by sudden loss of bilateral face muscle tone triggered by emotions (cataplexy). A recent approach for the diagnosis of the disease is based on a completely manual analysis of video recordings of patients undergoing emotional stimulation made on-site by medical specialists, looking for specific facial behavior motor phenomena. We present here the CAT-CAD tool for automatic detection of cataplexy symptoms, with the double aim of (1) supporting neurologists in the diagnosis/monitoring of the disease and (2) facilitating the experience of patients, allowing them to conduct video recordings at home. CAT-CAD includes a front-end medical interface (for the playback/inspection of patient recordings and the retrieval of videos relevant to the one currently played) and a back-end AI-based video analyzer (able to automatically detect the presence of disease symptoms in the patient recording). Analysis of patients’ videos for discovering disease symptoms is based on the detection of facial landmarks, and an alternative implementation of the video analyzer, exploiting deep-learning techniques, is introduced. Performance of both approaches is experimentally evaluated using a benchmark of real patients’ recordings, demonstrating the effectiveness of the proposed solutions.