O que muda no nosso cérebro quando ouvimos diferentes tipos de música?
Que emoções a música provoca?
Que papel pode ter a música na neurorreabilitação?
Qual o impacto dos dados na melhoria das condições de saúde dos doentes?
DESCRIÇÃO
Na última década, a Universidade de Coimbra tem trabalhado na utilização da imagem médica como ferramenta de neurorreabilitação. Neste contexto, é essencial encontrar interfaces que permitam perceber como é que o cérebro interpreta determinados estímulos e quais as reações que estes provocam.
Aproveitando as sinergias internas e a experiência adquirida, o projeto Playback the music of the brain – decoding emotions elicited by musical sounds in the human brain, tem como objetivo estudar os correlatos neuronais da música, isto é, a forma como o cérebro interpreta estímulos musicais, encontrando um modelo de codificação entre as dimensões ou atributos da música e as zonas cerebrais relacionadas às emoções que são ativadas quando ouvimos música.
Inicialmente, é utilizada uma base de dados de música pré-catalogada mediante o modelo de Rusell para identificar pela imagem médica, primeiro através da ressonância magnética funcional e, posteriormente, usando a espectrometria funcional com luz infravermelha – fNIRS (menos invasiva e onerosa) as regiões do cérebro (ou circuito cerebral) envolvidas nesse processo.
Numa segunda fase, o trabalho centra-se nas emoções sentidas: o exercício é usar a descodificação do sinal neuronal para descobrir a associação entre audição da música a uma das nove emoções, de acordo com a Gems Geneva Emotional Music Scale (GEMS), baseada também numa base de dados própria.
Tornando a experiência mais imersiva, o feedback é mais intuitivo e agradável, contribuindo para a melhoria de resultados na neurorreabilitação.
TRÊS LIÇÕES APRENDIDAS
Os vários modelos usados, a reutilização de bases de dados, externas à instituição (por exemplo, as decorrentes dos modelos) e internas, mas pertencentes a grupos de investigação de outras áreas (é o caso da área da Musical Information Retrieval) e o trabalho colaborativo com outras universidades, nomeadamente com a Universidade de Maastricht que possibilitou criar um dataset bastante compreensivo para o uso da técnica fNIRS (a ser disponibilizado, também, publicamente), resultaram no uso de uma abordagem aos dados transparente e sistematizada.
Impactos da padronização na gestão de dados
A definição de standards para a gestão dos dados em todo o ciclo de vida verificou-se crucial para garantir a consistência e a qualidade do ecossistema, permitindo a validação dos próprios datasets, mas também potenciou o desenvolvimento de ferramentas de processamento de dados com linguagens comuns que podem acelerar drasticamente o processo de investigação.
Relevância do trabalho interdisciplinar convergente
O trabalho convergente de diferentes disciplinas e áreas de conhecimento – música, computação, biomedicina, entre outras, enriqueceu o processo de gestão dos dados e resultou na reutilização de dados partilhados e na partilha de dados recolhidos, possibilitando a comprovação de resultados do processo de investigação e a reprodutibilidade.
Há sempre que aprender!
A participação na definição de um modelo de consentimento informado para a recolha e a utilização de dados de imagem cerebral é apenas um dos exemplos possíveis – no âmbito deste projeto – da expansão de conhecimento e da participação ativa e contínua dos investigadores na gestão de dados de investigação.
TRÊS DESAFIOS FUTUROS
A definição de políticas corresponde ao principal desafio!
As soluções técnicas e os standards existem e, como tal, muitos componentes do processo poderiam ser automatizadas, por exemplo, a partir do plano de gestão de dados que, para além de tudo, é uma ferramenta de avaliação e monitorização do próprio Estado em relação à Ciência. Com o desenvolvimento de um plano de gestão de dados, a história pode ficar já toda contada.
Políticas que permitam o investimento por parte dos investigadores nas fases iniciais do ciclo de vida dos dados e na automatização de processos, têm um potencial de rentabilidade exponencial.
A colaboração com instituições-referência na GDI e a interoperabilidade
O trabalho desenvolvido com outras instituições com muita experiência na gestão de dados de investigação exige velocidade de processamento, para que se possa partilhar dados de forma ecológica e com impacto societal. A interoperabilidade é, assim, um elemento-chave para que se possa acompanhar, com consequência, a Ciência desenvolvida em parceria.
O desafio particular na área clínica
No caso da área clínica é premente que a comunidade clínica perceba a mais-valia da gestão de dados de investigação. Apesar da epidemia por COVID-19 ter trazido algumas alterações a este nível e ter tido impacto na abertura de dados, este ainda é um tema com especificidades na biomedicina. Na Universidade de Coimbra, o contexto é mais favorável devido à proximidade com o ambiente hospitalar, mas nem sempre assim é. Contudo e de uma forma geral, nota-se nas gerações mais jovens uma maior sensibilidade para a questão dos dados.
CINCO QUESTÕES SOBRE GDI
Como definem, implementam e avaliam as práticas de gestão de dados de investigação?
A definição do plano de gestão de dados funciona como pré-registo do processo de investigação e é essencial. Tornar este momento inicial o mais automatizado permite aumentar eficácia e, também, a transferibilidade, ou seja, a possibilidade de outro grupo de investigação reproduzir o processo, sem ter de voltar a percorrer todo o caminho. A automatização facilita, assim, a interoperabilidade que resulta numa forma mais ecológica de partilha de dados, sem dispêndio de dinheiro para a validação de paradigmas. A avaliação, por sua vez, é um trabalho constante.
Quais os principais benefícios dessas práticas?
Os benefícios da aplicação de (boas) práticas de gestão de dados de investigação são evidentes: desde logo, a sistematização através do uso de standards nas várias fases que permite a automatização de rotinas e potencia a interoperabilidade; por outro lado, imprimem à Ciência transparência, dado que é muito mais fácil e rápido a validação dos dados e a reprodutibilidade da investigação.
Em que medida a gestão de dados de investigação contribui para a otimização do processo de investigação?
Que vantagens e condicionantes apontam na partilha de dados de investigação?
No caso particular, a partilha de dados de investigação permitiu a utilização de datasets da área da música para a validação de uma técnica de imagem médica. Quem produziu os dados de música, estaria longe de pensar que os mesmos poderiam ser usados numa área de conhecimento tão distinta, mas a abertura com que os disponibilizou, permitiu essa aplicação: “Este facto completamente aleatório já valida a importância de ter um dataset público”.
Por outro lado, através da partilha é possível igualmente ir comparando os resultados da investigação com dados oriundos do estudo de outras populações. A possibilidade de comparação traz à comunidade científica enormes vantagens ao permitir a validação. Por exemplo, o neurofeedback com dados de imagem cerebral já está validado nos Estados Unidos e a FDA aprovou a sua aplicação em algumas patologias. Também nos Países Baixos, estas técnicas são usadas e financiadas pelos sistemas públicos de saúde.
De um ponto de vista geral, é indiscutível que a abertura dos dados potencia, nestas áreas de conhecimento a passagem mais célere e sustentada (no sentido da validação) de fases mais experimentais a fases mais concretas e aplicadas.
Relativamente às condicionantes, elas são vistas não como limitações, mas como desafios a ultrapassar. Naturalmente, que trabalhando com dados pessoais e dados sensíveis, é necessário trabalhar com as Comissões de Ética e procurar os instrumentos mais adequados à população estudada. No caso, para além da anonimização de dados, o tratamento da imagem médica de forma a não ser possível reconhecer a face dos participantes foi um cuidado acrescido.
De que forma os diferentes atores envolvidos no processo de investigação estão comprometidos com a gestão de dados de investigação?
Os investigadores estão crescentemente envolvidos na gestão de dados, porque encaram-na como uma mais-valia para a sua investigação. Nem sempre, a pressão existente para apresentar resultados permite o investimento necessário na fase inicial de gestão, como seria desejável. Promover uma cultura de gestão de dados é crítico e depende muito dos decisores políticos entenderem esta área como prioritária e, na sequência, aliviar essa pressão para que seja possível gerir dados com a aplicação de boas práticas e num momento muito precoce da investigação, ou seja, ainda antes da aquisição dos mesmos.
No caso da área clínica, a ligação entre a academia e os profissionais de saúde tem vindo a ser reforçada e, apesar de existir ainda alguma resistência, os clínicos mais jovens começam a perceber o potencial da partilha dos dados (bem geridos) e os impactos, em termos de saúde, que essa partilha poderá ter nos seus pacientes.
PROJETO
ENTIDADES
INVESTIGADORES
ENTREVISTADOS
Bruno Direito
Alexandre Sayal
João PereiraOS INVESTIGADORES RESPONDEM
CINCO QUESTÕES SOBRE GDI
DOMÍNIOS CIENTÍFICOS
Ciências médicas e da saúde
Engenharia e tecnologia
ETAPAS DO CICLO DE VIDA DOS DADOS
Planeamento
Partilha
Reutilização
DATA DE RECOLHA
Maio de 2025
