# Dispositivos vestíveis combinados com inteligência artificial podem monitorar fadiga de forma confiável na prática clínica e ocupacional? > Segundo esta revisão sistemática, dispositivos vestíveis aliados a modelos avançados de aprendizado de máquina e aprendizado profundo identificam fadiga com precisão a partir da análise multimodal de sinais fisiológicos, e técnicas de fusão de informações aumentam a precisão e a confiabilidade das avaliações. O resumo não informa tamanho de amostra nem métricas específicas de desempenho. Estudo citado: Kakhi K, Jagatheesaperumal SK, Khosravi A, Alizadehsani R, Acharya UR. Fatigue monitoring using wearables and AI: Trends, challenges, and future opportunities. Computers in biology and medicine. 2025. DOI: https://doi.org/10.1016/j.compbiomed.2025.110461. PubMed: https://pubmed.ncbi.nlm.nih.gov/40580618/ ## Resposta A fadiga é um fator relevante para segurança em contextos de jornadas longas e ambientes de alta demanda e alto risco, como transporte, construção, saúde e manufatura. O artigo revisa a integração entre tecnologia vestível e inteligência artificial para detecção de fadiga, partindo da possibilidade de analisar sinais fisiológicos continuamente e em tempo real por meio de rastreadores de atividade e relógios inteligentes. A revisão foi conduzida com abordagem sistemática orientada pela metodologia PRISMA. Foram analisados estudos que empregaram métodos de processamento de sinais para extrair aspectos pertinentes de dados fisiológicos como eletrocardiograma, eletromiograma e eletroencefalograma, entre outros. Essas características foram então analisadas por modelos capazes de detectar padrões de fadiga e antecipar seu início. Os achados indicam que os dispositivos vestíveis conseguem identificar fadiga com precisão quando a análise multimodal de sinais é combinada com modelos avançados de aprendizado de máquina e aprendizado profundo. Além disso, as técnicas de fusão de informações, que integram dados de múltiplos sensores, melhoraram de forma significativa a precisão e a confiabilidade das avaliações de fadiga. Para o médico, o tema interessa tanto pela possibilidade de monitoramento objetivo de fadiga em populações ocupacionais quanto pelo diálogo com áreas que já usam sinais fisiológicos no dia a dia, como a cardiologia. O resumo, porém, não detalha protocolos, equipamentos específicos nem critérios de validação clínica, o que limita a transposição imediata para a rotina assistencial. A leitura crítica deve considerar que se trata de uma revisão sistemática de estudos de processamento de sinais e modelagem, e não de um estudo clínico de desfecho. O resumo não informa número de estudos incluídos, características das populações avaliadas, métricas de acurácia nem limitações dos estudos primários, pontos que precisam ser verificados no texto completo antes de qualquer aplicação prática. ## O que o estudo mostrou Trata-se de uma revisão sistemática conduzida com abordagem orientada pela metodologia PRISMA, que analisou estudos nos quais métodos de processamento de sinais extraíram características de dados fisiológicos como eletrocardiograma, eletromiograma e eletroencefalograma, entre outros. Essas características foram analisadas por modelos para detectar padrões de fadiga e antecipar seu início. Os achados demonstram que dispositivos vestíveis identificam fadiga com precisão pela análise multimodal de sinais combinada a modelos avançados de aprendizado de máquina e aprendizado profundo, e que técnicas de fusão de informações melhoraram de forma significativa a precisão e a confiabilidade das avaliações. O resumo não informa o número de estudos incluídos nem o tamanho das amostras. ## Limitações O resumo não informa o número de estudos incluídos, as populações avaliadas, as métricas de desempenho dos modelos nem as limitações dos estudos primários. Por se tratar de revisão sistemática de estudos de processamento de sinais e modelagem, não há descrição de desfechos clínicos. O resumo também não detalha protocolos de validação, equipamentos específicos ou critérios de aplicabilidade clínica, o que restringe conclusões sobre uso rotineiro. ## Aplicação no consultório O médico pode usar o tema para discutir monitoramento objetivo de fadiga em trabalhadores de jornadas longas e ambientes de alto risco, incluindo profissionais de saúde, e para acompanhar a evolução de tecnologias vestíveis que geram sinais fisiológicos como eletrocardiograma. Na gestão do consultório, isso orienta conversas sobre avaliação ocupacional e sobre a necessidade de validar ferramentas antes de incorporá-las à rotina. O resumo não permite definir protocolos, indicações ou critérios de encaminhamento, o que deve ser buscado no texto completo. ## Perguntas para aprofundar - Quais sinais fisiológicos são mais úteis para detectar fadiga com dispositivos vestíveis? - Como a fusão de dados de múltiplos sensores melhora a confiabilidade da avaliação de fadiga? - O que falta para validar modelos de inteligência artificial para monitoramento de fadiga na prática clínica? Tema: IA em cardiologia (ECG e ecocardiograma). Página: https://alphadoctor.com.br/ciencia/ia-cardiologia/dispositivos-vestiveis-combinados-com-inteligencia-artificial-podem-monitorar/ Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.