AI oferece uma maneira melhor de diagnosticar distúrbios do sono

As pernas de uma pessoa ficam penduradas ao lado da cama

Um algoritmo de inteligência artificial pode melhorar diagnósticos, tratamentos e nossa compreensão geral dos distúrbios do sono, relatam os pesquisadores.

“O algoritmo é extraordinariamente preciso. Concluímos vários testes em que seu desempenho rivalizou com o dos melhores médicos da área, em todo o mundo ”, diz Mathias Perslev, PhD no departamento de ciência da computação da Universidade de Copenhagen e principal autor do estudo na revista npj Digital Medicine.

Os exames de distúrbios do sono de hoje geralmente começam com a admissão em uma clínica do sono. Aqui, o sono noturno de uma pessoa é monitorado por meio de vários instrumentos de medição. Um especialista em distúrbios do sono então analisa as medições de 7 a 8 horas do sono noturno do paciente.

O médico divide manualmente essas 7 a 8 horas de sono em intervalos de 30 segundos, todos os quais devem ser categorizados em diferentes fases do sono, como sono REM (movimento rápido dos olhos), sono leve, sono profundo, etc. É um momento - tarefa de consumo que o algoritmo pode realizar em segundos.


 Receba as últimas por e-mail

Revista Semanal Melhor da Semana

“Este projeto nos permitiu provar que essas medições podem ser feitas com muita segurança usando aprendizado de máquina - o que tem grande significado”, diz Poul Jennum, professor de neurofisiologia e chefe do Centro Dinamarquês de Medicina do Sono. “Ao economizar muitas horas de trabalho, muito mais pacientes podem ser avaliados e diagnosticados de forma eficaz.”

Só na região da capital da Dinamarca, mais de 4,000 testes de polissonografia - conhecidos como PSG ou estudos do sono - são realizados anualmente em pacientes com apnéia do sono e distúrbios do sono mais complicados.

Demora 1.5-3 horas para um médico analisar um estudo PSG. Assim, a implantação do novo algoritmo poderia liberar entre 6,000 e 12,000 horas médicas apenas na região da capital da Dinamarca.

Ao coletar dados de uma variedade de fontes, os pesquisadores por trás do algoritmo foram capazes de garantir a funcionalidade ideal. Ao todo, 20,000 noites de sono dos Estados Unidos e de uma série de países europeus foram coletadas e usadas para treinar o algoritmo.

“Coletamos dados de sono de vários continentes, clínicas do sono e grupos de pacientes. O fato de o algoritmo funcionar bem em condições tão diversas é um avanço ”, explicam Perslev e Christian Igel, que liderou o projeto no lado da ciência da computação. “Alcançar este tipo de generalização é um dos maiores desafios na análise de dados médicos.”

Os pesquisadores esperam que o algoritmo sirva para ajudar médicos e pesquisadores de todo o mundo a aprender mais sobre distúrbios do sono no futuro.

O software de análise do sono está disponível gratuitamente em sleep.ai.ku.dk e pode ser usado por qualquer pessoa, em qualquer lugar - incluindo lugares onde não haja uma clínica do sono na esquina.

“Apenas algumas medições feitas por instrumentos clínicos comuns são necessárias para este algoritmo. Portanto, o uso deste software pode ser particularmente relevante em países em desenvolvimento, onde não se pode ter acesso aos equipamentos mais recentes ou a um especialista ”, diz Perslev.

Os pesquisadores agora estão trabalhando com médicos dinamarqueses para aprovar o software e o algoritmo para uso clínico.

Fonte: Universidade de Copenhagen

Sobre o autor

Michael Skov Jensen-Copenhagen

books_health

Este artigo apareceu originalmente no Futurity

Você pode gostar

IDIOMAS DISPONÍVEIS

Inglês afrikaans Arabe bengali Chinês (simplificado) Chinês (tradicional) Dutch filipino Francês Alemão hindi Indonesian Italiano Japanese javanês Korean Malay marata persa Português Russa Espanhol swahili sueco tâmil tailandês turco ucraniano urdu vietnamita

siga InnerSelf on

facebook íconeícone do twitterícone do YouTubeícone do instagramícone pintrestícone rss

 Receba as últimas por e-mail

Revista Semanal Melhor da Semana

Anúncio inferior direito

Novas atitudes - Novas possibilidades

InnerSelf.comClimateImpactNews.com | InnerPower.net
MightyNatural.com | WholisticPolitics.com | Innerself Mercado
Copyright © 1985 - 2021 innerself Publications. Todos os direitos reservados.