Notícia

Novo modelo de aprendizado profundo pode identificar com precisão os estágios do sono

Divulgação

Fonte

Universidade da Finlândia Oriental

Data

terça-feira, 4 fevereiro 2020 10:10

Áreas

Engenharia Biomédica. Inteligência Artificial. Neurociências.

A Síndrome da Apneia Obstrutiva do Sono (SAOS) é um distúrbio respiratório noturno que causa grande incômodo e risco para as pessoas e uma significativa demanda para os sistemas públicos de saúde. Estima-se que até um bilhão de pessoas em todo o mundo sofram da SAOS, e o número deve crescer devido ao envelhecimento da população e ao aumento da prevalência da obesidade. Quando não tratada, a SAOS aumenta o risco de doenças cardiovasculares e diabetes, entre outras consequências graves para a saúde.

A identificação dos estágios do sono é essencial no diagnóstico de distúrbios do sono, incluindo a SAOS. Tradicionalmente, o sono é classificado em cinco estágios, que são vigília, sono de movimento rápido dos olhos (REM) e três estágios de sono não-REM. No entanto, a pontuação manual dos estágios do sono é demorada, subjetiva e onerosa.

Para superar esses desafios, pesquisadores da Universidade da Finlândia Oriental usaram dados de registro polissonográfico de indivíduos saudáveis ​​e com suspeita de SAOS para desenvolver um modelo preciso de aprendizado profundo para a classificação automática dos estágios do sono. Além disso, eles queriam descobrir como a gravidade da SAOS afeta a precisão da classificação.

Em indivíduos saudáveis, o modelo foi capaz de identificar estágios do sono com 83,7% de precisão ao usar um único canal de eletroencefalografia frontal (EEG) e 83,9% de precisão quando suplementado com eletro-oculograma (EOG). Nos pacientes com suspeita de SAOS, o modelo alcançou acurácia de 82,9% (com canal único de EEG) e 83,8% (com canais EEG e EOG). As precisões de canal único variaram de 84,5% para indivíduos sem SAOS a 76,5% para pacientes com SAOS grave. As precisões alcançadas pelo modelo são equivalentes às precisões das análises de médicos experientes que realizam a pontuação manual do sono. No entanto, o modelo tem o benefício de ser sistemático e sempre seguir o mesmo protocolo e realizar a pontuação em questão de segundos.

Segundo os pesquisadores, o aprendizado profundo permite estadiamento automático do sono para pacientes com suspeita de SAOS com alta precisão. O estudo foi publicado na revista científica IEEE Journal of Biomedical and Health Informatics.

O Grupo de Tecnologia e Análise do Sono da Universidade da Finlândia Oriental enfrenta os desafios do diagnóstico do sono usando uma variedade de abordagens diferentes. Os métodos desenvolvidos pelo grupo são baseados em sensores vestíveis e não invasivos, melhores parâmetros de diagnóstico e soluções computacionais modernas, baseadas em inteligência artificial. Os pesquisadores esperam que os novos métodos desenvolvidos pelo grupo melhorem significativamente a avaliação da gravidade da SAOS, promovam um planejamento de tratamento individualizado e uma previsão mais confiável dos sintomas diurnos e comorbidades relacionados à SAOS.

Acesse o resumo do artigo científico (em inglês).

Acesse a notícia completa na página da Universidade da Finlândia Oriental (em inglês).

Fonte: Universidade da Finlândia Oriental. Imagem: Divulgação.

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.