IA em telemedicina e monitoramento remoto

É possível avaliar a pressão arterial usando apenas um smartphone com técnicas de aprendizado de máquina?

Resposta

A revisão sistemática avaliou o uso de smartphones e técnicas de aprendizado de máquina para medir a pressão arterial. Foram identificados 53 artigos, dos quais sete foram incluídos na análise. Os estudos utilizaram sensores e câmeras integrados aos smartphones para captar pulsações arteriais e, a partir disso, prever a pressão arterial com modelos de aprendizado de máquina.

Os modelos mais frequentemente empregados foram redes neurais artificiais e máquinas de vetores de suporte. O número de características de entrada variou de cinco a 233, incluindo dados demográficos e características extraídas de sinais de fotopletismografia. O tamanho das amostras nos estudos variou de 17 a 5.992 participantes.

A validação dos modelos foi feita principalmente por comparação com medidas obtidas por cuff (esfigmomanômetro). O desempenho foi avaliado com base na acurácia de classificação, erro médio e desvio padrão do erro para regressão. Não foi possível determinar uma preferência clara entre os modelos devido à variedade de fatores que influenciam o desempenho.

Alguns modelos já são usados para detectar hipertensão e pressão arterial, mas os autores destacam que melhorias na confiabilidade são necessárias para atender a possíveis exigências regulatórias, especialmente em uma ampla gama de condições, incluindo ambientes controlados e não controlados. A revisão também discute as vantagens das diferentes técnicas de aprendizado de máquina e das características selecionadas.

O que o estudo mostrou

Trata-se de uma revisão sistemática que identificou 53 artigos, dos quais sete foram avaliados. Os estudos usaram sensores e câmeras de smartphones com técnicas de aprendizado de máquina para prever a pressão arterial. Redes neurais artificiais e máquinas de vetores de suporte foram os modelos mais usados. O número de características de entrada variou de cinco a 233, com dados demográficos e características de fotopletismografia. As amostras variaram de 17 a 5.992 participantes. A validação foi feita principalmente por comparação com medidas de cuff. Não houve preferência clara entre os modelos.

Limitações

O resumo não informa detalhes sobre o desenho dos estudos incluídos, como se eram prospectivos ou retrospectivos, nem sobre possíveis vieses. Também não são fornecidos dados sobre a heterogeneidade das populações ou sobre a padronização das medidas de referência. A revisão não apresenta uma meta-análise, e a comparação entre modelos é limitada pela variabilidade de características e amostras. Não há informação sobre a aplicabilidade dos resultados em diferentes contextos clínicos.

Aplicação no consultório

Para o médico, a revisão sugere que a medição de pressão arterial por smartphone com aprendizado de máquina é uma área promissora, mas ainda não está pronta para uso clínico rotineiro devido à necessidade de maior confiabilidade e validação regulatória. No consultório, pode-se considerar o uso dessas tecnologias como ferramentas de triagem ou monitoramento remoto, desde que validadas e com respaldo científico. A gestão do consultório pode se beneficiar da integração de dados de smartphones em prontuários eletrônicos, mas é preciso cautela com a acurácia e a padronização das medidas.

Estudo citado

Assessment of Blood Pressure Using Only a Smartphone and Machine Learning Techniques: A Systematic Review. Frontiers in cardiovascular medicine, 2022.
Autores: Haugg F, Elgendi M, Menon C.
DOI: 10.3389/fcvm.2022.894224 · PubMed: PMID 35770219

Perguntas para aprofundar

• Qual a acurácia dos modelos de aprendizado de máquina para medir pressão arterial por smartphone?
• Quais características são mais utilizadas nos modelos de aprendizado de máquina para pressão arterial?
• Quais são as barreiras regulatórias para o uso clínico da medição de pressão arterial por smartphone?

Mais sobre IA em telemedicina e monitoramento remoto

• Marcadores digitais passivos podem auxiliar no monitoramento remoto do transtorno bipolar na prática clínica?
• Tecnologias de Internet das Coisas e aprendizado de máquina podem auxiliar no diagnóstico, monitoramento e manejo da doença de Parkinson?
• O que a revisão sistemática sobre sistemas de coaching de saúde adaptativo baseados em Internet of Behaviours revela para a prática clínica e para a avaliação dessas tecnologias?
• Inovações em saúde digital na atenção primária rural realmente melhoram a entrega de cuidados e os desfechos clínicos?
• Soluções de Internet das Coisas (IoT) por estágio da doença de Alzheimer podem auxiliar na detecção, monitoramento e assistência ao paciente?

Todas as perguntas sobre IA em telemedicina e monitoramento remoto · Todos os temas · Versão em markdown