Os implantes médicos são, em sua maioria, coletores de dados silenciosos: eles registram, os médicos revisam mais tarde e os pacientes raramente veem nada disso até uma consulta agendada. Uma equipe da Universidade da Pensilvânia testou um modelo muito diferente – um dispositivo médico com o qual os pacientes podem realmente conversar e que responde.
Em um estudo de prova de conceito publicado na Nature Medicine, pesquisadores da Perelman School of Medicine da Penn e do Center for Neuroengineering and Therapeutics (CNT) descrevem uma plataforma baseada em IA que permite que pessoas monitoradas por epilepsia troquem mensagens com seu sistema de monitoramento cerebral em tempo real – fazendo perguntas sobre sua própria atividade cerebral, recebendo alertas personalizados, relatando sintomas e até ajudando a treinar o sistema para reconhecer suas convulsões com mais precisão. Para mais contexto sobre esta história, confira nossa notícias de IA.
Como funciona a plataforma
O estudo envolveu 13 adultos internados na Unidade de Monitoramento de Epilepsia da Penn para monitoramento cerebral contínuo com eletroencefalografia (EEG) – alguns para identificar a origem de suas convulsões, outros como parte da avaliação pré-cirúrgica. A plataforma testada consistia em três componentes: software que capturava continuamente dados de EEG de eletrodos no cérebro de cada participante; um ambiente de nuvem seguro e compatível com HIPAA que analisa os dados recebidos quase em tempo real; e um aplicativo para smartphone com um agente de conversação de IA desenvolvido pela Penn, construído com tecnologia semelhante à do ChatGPT.
Através do aplicativo, os pacientes podiam fazer perguntas sobre sua atividade cerebral, solicitar visualizações de tendências em seus dados, relatar sintomas e receber alertas ou pesquisas ao longo do dia. O sistema também poderia entrar em contato espontaneamente quando detectasse alterações que considerasse relevantes e adaptar-se "on the fly" com base nas respostas do paciente.
“A ideia é que, em vez de esperar que um especialista analise os dados coletados pelo seu dispositivo, o dispositivo possa detectar alterações e alertá-lo imediatamente, como seu Jiminy Cricket pessoal em seu ombro”, disse o autor sênior Brian Litt, MD, professor de Neurologia, Neurocirurgia e Bioengenharia. "Mais importante ainda, tanto o paciente quanto o dispositivo podem aprender juntos ao longo do tempo. O dispositivo aprende o que é importante para o paciente e o paciente aprende como seu comportamento afeta sua saúde."
Quais 1.307 mensagens foram reveladas
Durante o período do estudo, os participantes trocaram 1.307 mensagens com o sistema. A maioria das conversas centrou-se em eventos convulsivos, sono, humor e níveis de energia – fatores com influência direta na atividade convulsiva. Os pacientes também foram entrevistados três vezes ao dia sobre sono, ansiedade, humor, bem-estar e outros sintomas.
O ciclo de feedback funcionou em ambas as direções. Os participantes puderam informar ao sistema quais detecções de convulsões estavam corretas e quais eram alarmes falsos, e como resultado a plataforma melhorou substancialmente sua capacidade de identificar convulsões com precisão. Os médicos poderiam revisar as avaliações do sistema e adicionar suas próprias anotações por meio do que a equipe chama de algoritmo inteligente “especialista no circuito”, que concentrava a contribuição de especialistas apenas nos casos de maior valor.
Vários participantes disseram que a plataforma os ajudou a entender padrões que notaram, mas nunca compreenderam. Um relatou que ajudou a "solidificar o que eu sentia ser verdade entre alguns de meus episódios e emoções". Outros valorizaram o acesso aos seus dados de sono e a possibilidade de alerta antes de grandes convulsões.
Da epilepsia às bombas de insulina e estimulação cerebral profunda
A equipe vê a plataforma como um modelo para a próxima geração de dispositivos médicos, muito além da epilepsia. As aplicações potenciais incluem dispositivos cardíacos, bombas de insulina e tratamentos neuropsiquiátricos emergentes para a doença de Parkinson, depressão, transtorno obsessivo-compulsivo, dependência e distúrbios cognitivos.
O trabalho já está em andamento: os pesquisadores estão preparando estudos com Lauren Hammer, MD, PhD, professora assistente de Neurologia e Bioengenharia, para aplicar a plataforma para sintonizar automaticamente dispositivos de estimulação cerebral profunda usados para tratar a doença de Parkinson. Outros projetos visam incorporar dispositivos vestíveis para insônia, epilepsia e monitoramento do cérebro e dos sinais vitais.
“Os pacientes muitas vezes entendem aspectos de sua doença que os sensores não podem medir diretamente”, disse Litt – prevendo, como diz o comunicado, uma bomba de insulina que poderia responder a perguntas sobre como uma refeição afetará o açúcar no sangue. À medida que esses sistemas se tornam mais personalizados, os pesquisadores esperam que eles exijam menos supervisão clínica, tornando prático o uso ambulatorial em longo prazo.
Uma mudança na finalidade dos dispositivos médicos
O significado mais amplo do estudo é tanto conceitual quanto técnico. Enquanto os dispositivos atuais coletam principalmente dados para revisão médica periódica, a plataforma Penn trata o dispositivo, o paciente e a equipe de atendimento como colaboradores em uma conversa contínua. As descobertas foram publicadas na Nature Medicine pela Perelman School of Medicine e pela equipe da CNT, com a própria plataforma construída por estudantes de doutorado da Penn Bioengineering liderados por Zack Goldblum, Haoer Shi e Zhongchuan Xu.
O experimento é pequeno – 13 pacientes em uma unidade de monitoramento controlada – e a tecnologia é precoce. Mas oferece uma visão concreta do que acontece quando os dados coletados por um dispositivo médico param de fluir em uma direção e se tornam algo que os pacientes podem questionar, corrigir e aprender em tempo real.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
