Notícia

Inteligência Artificial pode detectar sinais biológicos e emoções humanas, levando a uma nova geração da telessaúde

Adaptação de Ospan Ali via Unsplash

Fonte

Universidade de Oulu

Data

sábado, 17 abril 2021 12:10

Áreas

Bioinformática. Inteligência Artificial. Medicina.

A pesquisa de metodologia fundamental sobre aprendizagem autônoma pode beneficiar a maioria, senão todas as tarefas de visão computacional. Com a ajuda da aprendizagem autônoma, pode-se projetar automaticamente uma rede neural contextual para diferentes dados percebidos ou dadas tarefas específicas de visão computacional.

“Embora a comunicação sem fio e a visão de máquina se concentrem em diferentes formas de sinais, podemos usar o aprendizado de máquina para avançar em tarefas específicas, por exemplo, para automatizar ou otimizar processos e facilitar as interações humanas”, disseram a Dra. Guoying Zhao e a Dra. Xiaobai Li, professoras da Universidade de Oulu, na Finlândia.

As especialistas estudam Emotion AI (Inteligência Artificial baseada em emoções) incluindo o reconhecimento e análise de (micro) expressões faciais, gestos emocionais e emoções atípicas, que estão diretamente relacionadas com a compreensão de emoções e podem facilitar a educação, psicoterapia, serviços remotos e autônomos, para citar alguns exemplos.

“A análise da microexpressão facial é importante para a compreensão das emoções ocultas ou reprimidas do ser humano, e a unidade de ação facial é o menor elemento dos movimentos faciais”, observaram as especialistas. Além disso, a análise e o reconhecimento de gestos corporais e de microgestos também são cruciais para o reconhecimento do estado emocional. A fusão de informações é investigada por um sistema completo de compreensão de emoções.

A equipe visa melhorar a compreensão das emoções que não pertencem às classes mais gerais ou típicas, por exemplo, feliz, triste ou com raiva, mas são comumente encontradas na vida diária. As emoções atípicas incluem tédio, confusão, interesse, vergonha, nervosismo e confiança, observou a Dra. Xiaobai Li.

Soluções para automonitoramento e rastreamento precoce de doenças

Medições remotas de sinais fisiológicos carregam um potencial imenso para inúmeras aplicações em cuidados de saúde remotos, por exemplo, automonitoramento das funções cardíacas, triagem precoce de doenças cardíacas e assim por diante. Portanto, ferramentas de Inteligência Artificial para medições remotas de frequência cardíaca, medições de variabilidade de frequência cardíaca e medições de respiração podem levar a uma grande economia de custos em serviços de saúde. Um exemplo de caso de aplicação é a detecção remota de fibrilação atrial a partir da análise de vídeo apenas da face com a colaboração de cardiologistas em um hospital.

Com Visão Computacional avançada e tecnologia de Aprendizado de Máquina, os especialistas procuram soluções para desafios interconectados, como: como combater a influência dos movimentos humanos e variações de iluminação ao medir a frequência cardíaca em vídeos faciais; como lidar com a baixa intensidade e melhorar a precisão do reconhecimento de microexpressão e; como aliviar o problema de dados insuficientes e desequilibrados para análise de microgestos.

“Com a tecnologia 6G e o conceito de Internet das Coisas, podemos explorar ideias para combinar câmeras com outros tipos de sensores para aprendizagem distribuída e fusão [multimodal], para tarefas como segurança ao dirigir ou monitoramento doméstico de saúde. Quando combinados, a fusão multimodal e o aprendizado autônomo podem levar a soluções de aprendizado de máquina mais robustas e eficientes em vários campos e em formas de software, serviços ou produtos inteligentes com inteligência emocional e autoaprendizagem para 6G”, disse a Dra. Guoying Zhao.

Diagnóstico médico assistido por visão computacional

Nos dispositivos de comunicação e vídeo atuais e futuros, a integração de aplicativos de diagnóstico assistencial baseados em visão computacional terá um papel cada vez mais importante, pois será integrada em todos os tipos de estratégias de Telessaúde.

O professor Dr. Miguel Bordallo Lopez adota uma abordagem multidisciplinar na interseção dos cuidados de saúde primários assistidos por Inteligência Artificial e Visão Computacional em tempo real e análise de sinais. “Nossa pesquisa provavelmente permitirá novas aplicações e métodos em vários campos relacionados que não são tradicionalmente estudados em conjunto, como saúde pública, visão computacional, computação e arquiteturas de comunicação.”

Sua pesquisa visa lançar as bases para a produção de novas soluções para o diagnóstico assistencial baseado na visão na atenção primária à saúde, trazendo a tecnologia para aplicações práticas e potencialmente mudando a forma como a medicina e a saúde são tratadas.

“A assistência de diagnóstico médico assistencial com câmera é um tópico de interesse emergente, pois fornece uma alternativa remota aos cuidados de saúde primários tradicionais, uma vez que não requer necessariamente visitas pessoais aos centros de saúde e permite monitoramento contínuo. A Visão Computacional e a Inteligência Artificial podem alavancar dados de vídeo remotos e podem ajudar a fornecer informações objetivas e discretas sobre a condição de um paciente”, disse o Dr. Bordallo Lopez.

Para dar um exemplo, até 30 sintomas ou condições relevantes de saúde podem ser detectados ou pelo menos avaliados objetivamente usando métodos de visão por computador e imagens faciais. Ao mesmo tempo, a análise de sinais de modalidades complementares, como os sinais de rádio – como os usados ​​na comunicação 5G/6G – proporcionam privacidade preservando fontes alternativas de informação.

“Embora muitos métodos avançados de saúde e diagnóstico médico baseados em visão computacional tenham sido demonstrados, suas implementações reais como soluções integradas ou remotas, se existentes, ainda estão longe de ser úteis. O problema deriva dos desafios de implementação decorrentes da explicabilidade, cálculos em tempo real, recursos de comunicação e problemas de custo”, destacou o Dr. Bordallo Lopez.

Desafios de dispositivos 5G / 6G distribuídos e incorporados

O grande desafio é descobrir como permitir o uso de visão computacional para diagnóstico médico usando dispositivos baseados em câmeras, como telefones celulares ou conexões de vídeo remotas incluindo recursos de comunicação.

“Um problema específico que estamos tentando resolver agora é o uso de sinais de rádio produzidos por dispositivos 5G/6G, em conjunto para comunicação e detecção, para que possamos obter dados sobre localização, atividade e biossinais, como sinais vitais, de um paciente de forma discreta e preservando sua privacidade”, concluiu o Dr. Bordallo Lopez.

Acesse a notícia completa na página da Universidade de Oulu (em inglês).

Fonte: Universidade de Oulu. Imagem: Adaptada de Ospan Ali via Unsplash.

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.