Iniciativas acadêmicas unem tecnologia e cuidados de saúde

Duas novas iniciativas alongaram a fila das contribuições da tecnologia para o campo da saúde. Uma delas vem do Instituto de Tecnologia de Massachusetts (Massachusetts Institute of Technology – MIT) e se concentra em equilibrar cuidados com privacidade. Já a segunda, da Escola de Engenharia da Universidade de Stanford, busca propor meios mais eficientes para lidar com a complexidade dos tratamentos à beira dos leitos nos hospitais. 

Chamado RF-Diary, o projeto do MIT destaca que o uso de câmeras ou mesmo a observação de terceiros sempre foram obstáculos para cuidar de idosos ou adoentados em ambientes domésticos. A proposta é criar, com a ajuda de sinais de rádio, uma descrição textual – ou legenda – das atividades e interações das pessoas em casa. Com isso, familiares podem receber atualizações sobre a vida diária dos idosos – por exemplo, se almoçaram ou fizerem a higiene adequada.

Um método comumente usado é implantar câmeras. No entanto, costuma levantar preocupações com privacidade, especialmente nos quartos e nos banheiros. Além disso, as câmeras têm campo de visão limitado e, portanto, é preciso implantar várias delas cobrindo ambientes diferentes. Além disso, não funcionam bem com pouca luz, o que é frequente em casa e à noite.

Para contornar essas limitações, os especialistas do MIT propõem o uso de sinais de radiofrequência (RF) que, segundo eles, oferecem muitas vantagens. Uma delas é poder preservar a privacidade um pouco mais em relação às câmeras, pois os sinais são difíceis de serem interpretados por humanos. Além disso, os sinais podem atravessar paredes e obstáculos e cobrir a maior parte dos ambientes das casas. Também funcionam bem em situações de pouca ou muita luz, sem degradação do desempenho. E, pela previsão do MIT, parece que será possível analisar os sinais de rádio que ricocheteiam nos corpos para capturar os movimentos das pessoas.

No entanto, os pesquisadores do MIT alertam que o uso de sinais de RF também apresenta novos desafios, como não poder diferenciar alguns objetos. Outra dificuldade é ter um conjunto de dados com os sinais de RF das casas das pessoas e as legendas correspondentes. “Treinar” legendas de forma sistemática exigiria dezenas de milhares de amostras. E coletar um conjunto de dados das casas das pessoas também seria uma tarefa difícil.

Melhor compreensão dos espaços

Pensando em ajudar a mitigar erros clínicos e aprimorar os tratamentos nos hospitais e também em casa, a Escola de Engenharia da Universidade de Stanf desenvolveu um projeto de quartos inteligentes que combina avanços em machine learning e sensores eletrônicos para melhorar a compreensão dos chamados espaços não observados no campo de cuidados de saúde.

O projeto está sendo liderado por Arnold Milstein, professor de medicina e diretor do Centro de Pesquisa em Excelência Clínica de Stanford, o professor de ciência da computação Fei-Fei Li e o estudante de graduação Albert Haque. Em artigo para a revista Nature, eles comentam que a tecnologia já está ajudando médicos em suas decisões diagnósticas e terapêuticas. No entanto, ainda são poucas as soluções tecnológicas que ajudam médicos, enfermeiros, pacientes e familiares na rotina do tratamento ou cuidados de saúde. Com esse esforço interdisciplinar, pretendem criar quartos de hospital inteligentes equipados com sistemas de Inteligência Artificial (IA) capazes de contribuir para melhorar os resultados dos tratamentos e reduzir os erros clínicos.

Por exemplo, esses espaços inteligentes podem ajudar unidades de terapia intensiva e salas de cirurgia a conduzir os fluxos de trabalho com mais eficiência e segurança. Médicos, enfermeiros e assistentes seria alertados por sensores eletrônicos para higienizar as mãos. Mesmo em ambientes domésticos, quartos com inteligência poderiam prolongar a autonomia de idosos e também facilitar o acompanhamento de pessoas acamadas ou com doenças crônicas em busca de indícios de comportamentos atípicos.

Esse projeto de Standford se baseia, principalmente, em duas áreas tecnológicas: sensores de infravermelho e machine learning, para treinar aplicativos usados na área de saúde. Sistemas ativos de infravermelho aplicados nesse projeto usam IA para calcular quanto tempo os raios levam para retornarem à fonte e assim mapear os contornos de pessoas ou objetos. Um segundo tipo de tecnologia de infravermelho, passiva, usada para visão noturna a partir  do calor do corpo, permitiria detectar contrações ou contorções sob lençóis e alertar a equipe clínica sobre problemas iminentes.

Até agora, o projeto tem evitado o uso vídeo de alta definição, como os de smartphones, pois a captura de imagens poderia interferir desnecessariamente na privacidade de médicos e pacientes.

Além da privacidade, os pesquisadores de Standford comentam que, como acontece com outras classes de tecnologias, ambientes inteligentes em hospitais também enfrentarão desafios em outras áreas, como validação clínica rigorosa e transparência do modelo.

Apenas no campo da machine learning aplicada em dispositivos médicos, um relatório da Fundação PHG, grupo de reflexão sobre políticas de saúde sem fins lucrativos afiliado à Universidade de Cambridge, descreve três grandes desafios associados à regulamentação da saúde digital nos Estados Unidos e no Reino Unido.