A telessaúde tornou-se uma forma cra­tica para os médicos continuarem a fornecer cuidados de saúde, minimizando o contato pessoal durante o COVID-19. Mas com compromissos por telefone ou Zoom, émais difa­cil para os médicos obterem em tempo real sinais vitais importantes de um paciente, como pulso ou frequência respirata³ria.

Uma equipe liderada pela Universidade de Washington desenvolveu um manãtodo que usa a ca¢mera do smartphone ou computador de uma pessoa para medir o pulso e a respiração a partir de um va­deo em tempo real de seu rosto. Os pesquisadores apresentaram este sistema de última geração em dezembro na conferaªncia Neural Information Processing Systems.

Agora a equipe estãopropondo um sistema melhor para medir esses sinais fisiola³gicos. a‰ menos prova¡vel que este sistema seja interrompido por ca¢meras, condições de iluminação ou caracteri­sticas faciais diferentes, como a cor da pele . Os pesquisadores apresentara£o essas descobertas em 8 de abril na Conferência da ACM sobre Saúde, Interferaªncia e Aprendizagem.

"O aprendizado de ma¡quina émuito bom para classificar imagens. Se vocêfornecer uma sanãrie de fotos de gatos e, em seguida, pedir que ele encontre gatos em outras imagens, ele pode fazer isso. Mas para que o aprendizado de ma¡quina seja útil no sensoriamento remoto de saúde, precisamos um sistema que pode identificar a regia£o de interesse em um va­deo que contanãm a fonte mais forte de informações fisiola³gicas - pulso, por exemplo - e então medir isso ao longo do tempo ", disse o autor principal Xin Liu, estudante de doutorado da UW no Paul G. Allen Escola de Ciência da Computação e Engenharia.

"Cada pessoa édiferente", disse Liu. "Portanto, esse sistema precisa ser capaz de se adaptar rapidamente a  assinatura fisiola³gica única de cada pessoa e separar isso de outras variações, como sua aparaªncia e o ambiente em que se encontram."

O sistema da equipe preserva a privacidade - ele éexecutado no dispositivo em vez de na nuvem - e usa aprendizado de ma¡quina para capturarmudanças sutis em como a luz reflete no rosto de uma pessoa, o que estãorelacionado com a mudança no fluxo sangua­neo. Em seguida, ele converte essas alterações em frequência de pulso e respiração.

A primeira versão desse sistema foi treinada com um conjunto de dados que continha va­deos de rostos de pessoas e informações de "verdade do terreno": o pulso e a frequência respirata³ria de cada pessoa medidos por instrumentos padrãoem campo. O sistema então usou informações espaciais e temporais dos va­deos para calcular os dois sinais vitais. Ele superou sistemas de aprendizado de ma¡quina semelhantes em va­deos em que os assuntos estavam se movendo e falando.

Mas embora o sistema funcionasse bem em alguns conjuntos de dados, ele ainda lutava com outros que continham pessoas, planos de fundo e iluminação diferentes. Este éum problema comum conhecido como "overfitting", disse a equipe.

Os pesquisadores aprimoraram o sistema fazendo com que produzisse um modelo de aprendizado de ma¡quina personalizado para cada indiva­duo. Especificamente, ajuda a procurar áreas importantes em um quadro de va­deo que provavelmente contem caracteri­sticas fisiola³gicas correlacionadas com a alteração do fluxo sangua­neo em um rosto em diferentes contextos, como diferentes tons de pele, condições de iluminação e ambientes. A partir daa­, ele pode se concentrar nessa área e medir o pulso e a frequência respirata³ria.

Embora este novo sistema supere seu antecessor quando recebe conjuntos de dados mais desafiadores, especialmente para pessoas com tons de pele mais escuros, ainda hámais trabalho a fazer, disse a equipe.

"Reconhecemos que ainda háuma tendaªncia para um desempenho inferior quando o tipo de pele do sujeito émais escuro", disse Liu. "Isso ocorre em parte porque a luz reflete de forma diferente na pele mais escura, resultando em um sinal mais fraco para a ca¢mera captar. Nossa equipe estãodesenvolvendo ativamente novos manãtodos para resolver essa limitação."

Os pesquisadores também estãotrabalhando em uma variedade de colaborações com médicos para ver como esse sistema funciona na cla­nica.

"Qualquer capacidade de detectar o pulso ou a frequência respirata³ria remotamente oferece novas oportunidades para atendimento remoto ao paciente e telemedicina. Isso pode incluir autocuidado, acompanhamento ou triagem, especialmente quando alguém não tem acesso conveniente a uma cla­nica", disse o saªnior autor Shwetak Patel, professor da Allen School e do departamento de engenharia elanãtrica e de computação. "a‰ empolgante ver comunidades acadaªmicas trabalhando em novas abordagens algora­tmicas para resolver isso com dispositivos que as pessoas tem em suas casas."