O estudo da Universidade Estadual da Pensilvânia, possivelmente um subproduto de técnicas avançadas que facilitam o diagnóstico precoce de bebês com doenças neuromusculares, talvez seja o primeiro estudo resultante do uso de tecnologia de ponta. A criação de uma cátedra de engenharia mecânica científica em memória de James L. Henderson Jr. foi um desenvolvimento crucial, liderado pelo grupo de Larry Cheng, que introduziu uma metodologia inovadora baseada em dispositivos vestíveis e aprendizado de máquina, permitindo uma precisão excepcionalmente alta no reconhecimento e na classificação de recém-nascidos de risco.
Tecnologia inovadora para combater doenças neuromotoras
Este recente estudo de caso, intitulado "Avanços na Ciência", consiste em uma rede de IMUs (Unidades de Medição Inercial) sem fio, combinada com um algoritmo de aprendizado de máquina em miniatura, que pode ser usada para monitorar a ativação espontânea das funções motoras de bebês e sinais de seus distúrbios ou progressões de desenvolvimento, como a paralisia cerebral. Este sistema robótico de inteligência artificial foi projetado para detectar padrões de movimento anormais que são indicativos de paralisia cerebral e transtorno do espectro autista, que é o objetivo desta tecnologia.
O Dr. Cheng revelou conscientemente que esses movimentos são um indicador do desenvolvimento neural geral de um ser humano desde 0 até 20 semanas após o nascimento. Os métodos convencionais, nos quais especialistas humanos geralmente fazem o diagnóstico por meio da avaliação visual dos sintomas, são frequentemente prejudicados por erros humanos, condições climáticas extremas e pela complexidade da configuração de vídeo. Em relação a essa tecnologia de sensores fornecida por Cheng, podemos falar de duas melhorias significativas relacionadas à objetividade e à praticidade. Essas melhorias podem reduzir o tempo necessário para diagnósticos mais precoces e precisos.
Detecção precoce de problemas neuromotores com nova tecnologia de sensores
Os sensores têm sido uma tendência na indústria fitness há algum tempo, e essa tendência deve continuar nos próximos anos, considerando sua capacidade de medir os níveis de atividade em tempo real. Esses dados são extremamente valiosos para usuários que desejam monitorar seu progresso e alcançar seus objetivos de condicionamento físico.
Este sistema de sensores desenvolvido pela equipe de Cheng possui propriedades mecânicas semelhantes à pele humana, tornando-o ideal para lidar com a pele delicada de um bebê. A testa, os pulsos e os tornozelos do bebê foram escolhidos como locais para a instalação dos cinco primeiros IMUs (Unidades de Medição Inercial), criando uma rede esparsa, porém capaz de capturar toda a amplitude dos movimentos do bebê sem ser invasiva. Esses dados brutos são então processados pelo algoritmo de aprendizado de máquina da equipe, que utiliza um algoritmo personalizado paradentpadrões de movimento como "Normal", "Alto Risco" ou "Anormal"
Portanto, além de melhorar a precisão dos diagnósticos, também reduz drasticamente os custos e os materiais necessários, em comparação com os métodos de diagnóstico usados anteriormente”, disse Cheng. Pequenos algoritmos de aprendizado de máquina são menos úteis em áreas com recursos limitados. O foco está em resultados rápidos obtidos por algoritmos menores, com a conclusão de que estruturas de IA elaboradas não são necessárias.
Aprimorando sistemas especialistas para melhores resultados na área da saúde
Embora promissora, a pesquisa piloto com 23 bebês não é suficiente para confirmar resultados abrangentes, visto que certos estudos envolvem uma margem de erro. Portanto, estudos em larga escala são necessários para a validação. Juntamente com Cheng e outros membros da equipe, trabalhar com profissionais da área médica está entre seus objetivos, assim como aprofundar o conhecimento sobre o produto e refinar a tecnologia. O desenvolvimento dessa rede de sensores facilitará pesquisas que não se limitam apenas a avaliações neuromotoras, mas também abrangem avaliações cardiopulmonares, vibração das cordas vocais e treinamento esportivo.
A inclusão da inteligência artificial e da tecnologia vestível no diagnóstico médico abre uma nova janela de oportunidades no cuidado de crianças pequenas, o que pode melhorar a implementação de intervenções precoces e aumentar a taxa de sobrevivência infantil no futuro para indivíduos com risco de doenças neuromotoras. À medida que a pesquisa avança, essa tecnologia poderá se tornar a ferramenta mais necessária para médicos e pais monitorarem o recém-nascido de forma preventiva e no desenvolvimento.
Essa descoberta da Penn State também ressalta a necessidade e a utilidade da colaboração entre diferentes áreas, neste caso, medicina e ciência da computação. Ela também demonstra que tais aplicações já são acessíveis atualmente. Com a ajuda de sistemas compactos e eficientes baseados em inteligência artificial, combinados com sensores vestíveis não invasivos, o diagnóstico médico e o cuidado com o paciente podem evoluir para uma nova abordagem, na qual a tecnologia será utilizada para facilitar a detecção e o desenvolvimento de estratégias de tratamento.
Este artigo foi publicado originalmente no News Medical.
