Modelos e plataformas de IA

Software de Detecção de Bebês Monitora Taxas de Batimentos Cardíacos e Respiratórios

mm
Adicione Unite.AI às suas fontes preferidas no Google

Pesquisadores da Universidade da Austrália do Sul desenvolveram um sistema de visão computacional que pode detectar automaticamente o rosto de um bebê em uma cama de hospital. Isso permite que especialistas em saúde monitorem sinais vitais de uma câmera digital, e demonstra a mesma taxa de precisão que uma máquina de eletrocardiograma.

Embora o software de inteligência artificial (IA) e as tecnologias de reconhecimento facial sejam frequentemente usados para detectar rostos humanos adultos, esse novo sistema é o primeiro desenvolvido para detectar o rosto e a pele de um bebê prematuro. Ele pode fazer isso apesar dos vários tubos e roupas que cercam o bebê.

Monitoramento Remoto de Taxas de Batimentos Cardíacos e Respiratórios

Pesquisadores de engenharia trabalharam com um especialista em cuidados neonatais da UniSA para monitorar remotamente as taxas de batimentos cardíacos e respiratórios de sete bebês na Unidade de Cuidados Intensivos Neonatais (NICU) do Centro Médico de Flinders, em Adelaide, com o uso de uma câmera digital.

O professor Javaan Chahl, da UniSA, é um dos principais pesquisadores.

“Bebês em cuidados intensivos neonatais podem ser especialmente difíceis para os computadores reconhecerem, pois seus rostos e corpos são obscurecidos por tubos e outros equipamentos médicos”, diz Chahl.

“Muitos bebês prematuros estão sendo tratados com fototerapia para icterícia, então estão sob luzes azuis brilhantes, o que também torna desafiador para os sistemas de visão computacional”, continuou.

Desenvolvendo o Sistema

A tecnologia foi desenvolvida usando um conjunto de dados de vídeos de bebês na NICU, o que permitiu que o sistema detectasse o tom de pele e os rostos com precisão.

A pesquisa demonstrou que as leituras de sinais vitais do sistema estão em par com as de um eletrocardiograma (ECG). Ele até superou os eletrodos convencionais em alguns casos.

O estudo faz parte de um projeto maior da UniSA que visa substituir sensores elétricos de contato por câmeras de vídeo de não contato, o que pode ajudar a evitar a ruptura da pele e infecções causadas por adesivos. Isso pode ocorrer devido à natureza frágil da pele dos bebês.

Câmeras de alta resolução foram usadas para filmar os bebês de perto, enquanto dados psicológicos vitais foram extraídos usando técnicas avançadas de processamento de sinais que podem detectar mudanças sutis de cor de batimentos cardíacos e movimentos corporais. Isso não pode ser detectado pelo olho humano, o que é outro fator importante do novo sistema.

De acordo com o especialista em cuidados críticos neonatais da UniSA, Kim Gibson, as redes neurais para detectar os rostos dos bebês são um grande avanço no monitoramento de não contato.

“No ambiente da NICU, é muito desafiador gravar vídeos claros de bebês prematuros. Há muitas obstruções e a iluminação também pode variar, então obter resultados precisos pode ser difícil. No entanto, o modelo de detecção funcionou além de nossas expectativas.”

“Em todo o mundo, mais de 10% dos bebês nascem prematuros e, devido à sua vulnerabilidade, seus sinais vitais precisam ser monitorados continuamente. Tradicionalmente, isso tem sido feito com eletrodos adesivos colocados na pele que podem ser problemáticos, e acreditamos que o monitoramento de não contato é o caminho a seguir”, diz Gibson.

A pandemia de COVID-19 torna esses resultados ainda mais importantes, afirma o professor Chahl. Com o distanciamento físico, tecnologias como essa podem desempenhar um papel cada vez mais importante nos hospitais.

Alex McFarland é um jornalista e escritor de IA que explora os últimos desenvolvimentos em inteligência artificial. Ele colaborou com inúmeras startups de IA e publicações em todo o mundo.