# Sensores vestíveis e inteligência artificial podem auxiliar na detecção da apneia do sono?

> Sim. A revisão sistemática identificou 28 estudos publicados entre 2020 e 2024 mostrando tendência de integração de patches, relógios e anéis com redes neurais convolucionais, com resultados promissores, sobretudo com transfer learning. O desempenho depende da quantidade e do tipo de dados de treinamento, e combinações de redes com camadas convolucionais podem gerar sistemas mais precisos para diagnóstico precoce.

Estudo citado: Osa-Sanchez A, Ramos-Martinez-de-Soria J, Mendez-Zorrilla A, Ruiz IO, Garcia-Zapirain B. Wearable Sensors and Artificial Intelligence for Sleep Apnea Detection: A Systematic Review. Journal of medical systems. 2025. DOI: https://doi.org/10.1007/s10916-025-02199-8. PubMed: https://pubmed.ncbi.nlm.nih.gov/40387964/

## Resposta

A revisão sistemática reuniu evidências sobre o uso de dispositivos vestíveis e algoritmos de inteligência artificial na detecção da apneia do sono, transtorno prevalente com impacto relevante na saúde pública e na qualidade de vida. Os autores buscaram mapear as técnicas de IA, os tipos de dispositivos, os dados utilizados e os métodos de pré-processamento empregados no diagnóstico.

Foram consultadas quatro bases de dados, com 249 estudos publicados entre 2020 e 2024 identificados antes da triagem. Após o processo de seleção, 28 estudos atenderam aos critérios de inclusão. O resumo não detalha os critérios de inclusão, a qualidade metodológica dos estudos incluídos nem as características das populações avaliadas.

A revisão aponta uma tendência recente de integração de patches, relógios e anéis com redes neurais convolucionais, com resultados promissores, especialmente quando combinadas com técnicas de transfer learning. Os autores observam que o desempenho dos algoritmos e de suas combinações depende da quantidade e do tipo de dados usados no treinamento.

Segundo os achados, combinações múltiplas de diferentes redes neurais com camadas convolucionais podem contribuir para sistemas mais precisos de diagnóstico precoce da apneia do sono. Trata-se de uma área em evolução, e o resumo não informa métricas de acurácia nem comparações diretas entre os dispositivos citados.

## O que o estudo mostrou

Revisão sistemática com busca em quatro bases de dados, que identificou 249 estudos publicados entre 2020 e 2024 antes da triagem; após a seleção, 28 estudos preencheram os critérios de inclusão. A revisão descreve tendência de integração de patches, relógios e anéis com redes neurais convolucionais, com resultados promissores, sobretudo com transfer learning, e destaca que o desempenho depende da quantidade e do tipo de dados de treinamento.

## Limitações

O resumo não informa as características dos estudos incluídos, o tamanho das amostras, a qualidade metodológica, as métricas de desempenho dos algoritmos nem as populações avaliadas. Também não detalha os critérios de inclusão e exclusão. Essas ausências limitam conclusões sobre a aplicabilidade clínica imediata dos achados.

## Aplicação no consultório

O médico pode acompanhar a evolução de dispositivos vestíveis associados a IA como ferramentas auxiliares na investigação da apneia do sono, sem substituir a avaliação clínica. Na gestão do consultório, vale considerar que a incorporação dessas tecnologias depende de validação, do tipo de dado coletado e da integração com o fluxo de atendimento; o resumo não traz dados de custo ou de acurácia que sustentem decisões de compra.

## Perguntas para aprofundar

- Quais dispositivos vestíveis são mais estudados para detecção de apneia do sono?
- Como o transfer learning contribui para algoritmos de detecção de apneia do sono?
- Que tipos de dados e pré-processamento são usados nesses sistemas de IA?

Tema: IA e wearables. Página: https://alphadoctor.com.br/ciencia/ia-wearables/sensores-vestiveis-e-inteligencia-artificial-podem-auxiliar-na-deteccao-da/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.