Notícia

Dados de dispositivos vestíveis podem auxiliar diagnóstico de saúde mental

Fitbit

Fonte

Universidade de Washington em St. Louis

Data

quarta-feira, 24 maio 2023 06:40

Áreas

Bioinformática. Ciência de Dados. Epidemiologia. Engenharia Biomédica. Informática Médica. Inteligência Artificial. Medicina. Neurociências. Psiquiatria. Saúde Mental. Saúde Pública.

Depressão e ansiedade estão entre os distúrbios de saúde mental mais comuns, mas mais da metade das pessoas que lutam contra essas condições não são diagnosticadas e tratadas. Na esperança de encontrar maneiras simples de detectar tais distúrbios, os profissionais de saúde mental estão considerando o papel dos populares monitores de fitness vestíveis no fornecimento de dados que possam alertar os usuários sobre possíveis riscos à saúde.

Embora a viabilidade em longo prazo de detectar tais distúrbios com tecnologia vestível seja uma questão em aberto em uma população grande e diversificada, uma equipe de pesquisadores da Universidade de Washington em St. Louis, nos Estados Unidos, mostrou que há motivos para otimismo. Eles desenvolveram um modelo de aprendizado profundo chamado WearNet, no qual estudaram 10 variáveis coletadas pelo rastreador de atividades Fitbit. As variáveis incluíram tudo, desde o total de passos diários e taxas de queima de calorias até a frequência cardíaca média e minutos sedentários. Os pesquisadores compilaram dados do Fitbit para indivíduos por mais de 60 dias.

Ao considerar os fatores de risco de depressão e ansiedade, o WearNet melhorou a detecção de depressão e ansiedade em relação aos modelos de aprendizado de máquina de última geração. Além disso, produziu previsões de resultados de saúde mental em nível individual, enquanto outras análises estatísticas de usuários de dispositivos vestíveis avaliam correlações e riscos em nível de grupo.

“O aprendizado profundo descobre as associações complexas dessas variáveis com transtornos mentais”, disse o pesquisador Dr. Chenyang Lu, professor da Escola de Engenharia e da Escola de Medicina da Universidade de Washington em St. Louis. “O aprendizado de máquina é nossa ferramenta mais poderosa para extrair esses relacionamentos subjacentes. Nosso trabalho forneceu evidências, com base em uma coorte ampla e diversificada, de que é possível detectar transtornos mentais com dispositivos vestíveis. O próximo passo é convencer um sistema hospitalar ou alguma empresa a implementá-lo.”

Também trabalharam na pesquisa o Dr. Ruixuan Dai, que foi pesquisador no laboratório do professor Chenyang Lu como estudante de doutorado e agora é engenheiro de software no Google; o Dr. Thomas Kannampallil, professor de Anestesiologia e diretor associado de informações de pesquisa da Escola de Medicina e professor de Ciência da Computação e Engenharia; Seunghwan Kim, doutorando na Escola de Medicina; Vera Thornton, doutoranda na Escola de Medicina; e a Dra. Laura Bierut, professora de Psiquiatria da Escola de Medicina, todos da Universidade de Washington em St. Louis.

A equipe apresentou suas descobertas em 10 de maio na Conferência ACM/IEEE sobre Design e Implementação da Internet das Coisas. O artigo recebeu o prêmio de melhor artigo para IoT Data Analytics na conferência.

Há “uma necessidade urgente de uma abordagem discreta para detectar transtornos mentais”, disseram os pesquisadores. “A detecção precoce pode ajudar os médicos a diagnosticar e tratar transtornos mentais em tempo hábil. Também pode permitir que os indivíduos ajustem seus comportamentos e mitiguem o impacto dos distúrbios”.

Os pesquisadores da Universidade de Washington estudaram os dados de mais de 10.000 usuários do Fitbit, a maior coorte de dispositivos vestíveis a fazer parte de um estudo. Estudos anteriores consideraram pequenos grupos, alguns tão pequenos quanto 10 pessoas, o maior chegando a centenas de usuários.

O estudo da Universidade de Washington incluiu uma ampla gama de idades, raças, etnias e níveis de educação, a coorte mais diversificada até o momento.

Acesse a publicação científica na Conferência ACM/IEEE sobre Design e Implementação da Internet das Coisas (em inglês).

Acesse a notícia completa na página da Universidade de Washington em St. Louis (em inglês).

Fonte: Andrew Faught, Universidade de Washington em St. Louis. Imagens: telas do Fitbit. Fonte: Fitbit.

Em suas publicações, o Portal Tech4Health da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal Tech4Health tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.