Numa conferência internacional de saúde esta semana, cientistas deuniversidade de Washington e Microsoft Research apresentará um nova tecnologia que permite aos profissionais de saúde monitorar remotamente os sinais vitais de um paciente (pulso e freqüência cardíaca).
A ferramenta usa a câmera de um smartphone ou computador para capturar o vídeo do rosto de uma pessoa. Esse vídeo é analisado para medir mudanças na luz refletida da pele de um paciente, que por sua vez está relacionada a mudanças no volume sanguíneo e na circulação sanguínea.
Pesquisadores da UW e da Microsoft usaram aprendizado de máquina e três conjuntos de dados de vídeo e estatísticas de saúde para treinar seu sistema.
Isenção de responsabilidade de dever
Isso também aconteceu no passado recente com outros projetos de aprendizado de máquina. Novamente, a tecnologia funcionou com menos precisão entre pessoas de diferentes raças. Nesse caso, a pele mais clara é mais reflexiva, enquanto a pele mais escura absorve mais luz e o instrumento tem mais dificuldade em perceber mudanças sutis nos reflexos.
“Cada pessoa é diferente. Para isso, o sistema deve ser capaz de se adaptar rapidamente à assinatura fisiológica única de cada pessoa e separá-la de outras variações. Sua aparência e o ambiente em que estão precisam ser excluídos para rastrear melhor os sinais vitais ”, diz ele. Xin Liu , autor principal da pesquisa e aluno de doutorado na Escola Paul G. Allen de Ciência da Computação e Engenharia.
Os pesquisadores encontraram uma solução para o problema da cor da pele: o sistema coleta 18 segundos de vídeo do usuário com os quais calibra o sistema antes de detectar sinais vitais. A etapa de calibração pode ajustar o tom da pele, a idade do paciente (a pele fina e jovem de bebês e crianças se comporta de maneira diferente da pele de um usuário mais velho), pelos faciais, fundo, iluminação e outros fatores. Os cientistas trabalham para melhorar ainda mais o desempenho, mas a estratégia aumentou significativamente a precisão do sistema.
Usar a calibração para otimizar o desempenho significa que o aprendizado de máquina pode ser implementado com conjuntos de dados menores.
Esta é uma boa notícia para Daniel McDuff, coautor e pesquisador da Microsoft Research. Por pelo menos três razões:
- Conjuntos de dados menores levam a uma maior retenção de privacidade, pois menos pessoas precisam fornecer informações.
- Ele democratiza e torna o aprendizado de máquina acessível a uma gama mais ampla de desenvolvedores.
- Isso significa que uma entidade não fica retendo grandes quantidades de informações capturadas em conjuntos de dados globais.
O próximo passo dos pesquisadores é testar a tecnologia em um ambiente clínico.
A telemedicina e o telediagnóstico estão decolando
À medida que a saúde digital aproveita uma onda de popularidade alimentada pela Covid (e por enormes investimentos), os investigadores correm para desenvolver ferramentas tecnológicas que possam fornecer cuidados de saúde remotos cada vez mais precisos.
Não apenas sinais vitais remotos
No mês passado, a Amazon declarado que irá expandir seu serviço de saúde remota. É chamado Cuidados com a Amazônia e estava reservado apenas para funcionários. Agora também será para não funcionários, primeiro no estado de Washington e depois em todo o país até o final do ano. A startup de telemedicina de Seattle 98 ponto 6 ele cresce dramaticamente. Outra equipe de pesquisadores (também da Universidade de Washington) tem apresentou uma tecnologia que usa inteligência artificial para transformar alto-falantes inteligentes em dispositivos médicos sensíveis que podem detectar batimentos cardíacos irregulares.
