Apple Watch usa IA para prever riscos à saúde

Nova Inteligência Artificial Utiliza Dados do Apple Watch para Antecipar Problemas de Saúde

Uma nova inteligência artificial (IA) foi desenvolvida pelo MIT em colaboração com a Empirical Health, com o objetivo de prever condições médicas de forma mais eficaz. Essa tecnologia foi alimentada com dados de 3 milhões de dias coletados por meio de dispositivos Apple Watch. A intenção é melhorar a precisão na detecção de problemas de saúde.

A equipe de pesquisadores utilizou um vasto conjunto de dados coletados de 16.522 pessoas, registrando 63 métricas diárias que incluem informações sobre saúde cardiovascular, respiratória, padrões de sono e atividades físicas. É relevante destacar que apenas 15% desses participantes tinham históricos médicos devidamente anotados, o que mostra um desafio significativo para métodos tradicionais de análise de dados. No entanto, a nova IA consegue lidar com essas lacunas, aproveitando 85% dos dados que, de outra forma, seriam descartados.

Entendendo a Arquitetura da IA

O modelo de IA, denominado JETS, é baseado na arquitetura conhecida como JEPA, que foi criada por Yann LeCun. A inovação aqui é que ao invés de tentar reconstruir dados faltantes, a IA aprende a entender o significado dessas lacunas. Esse processo é fundamental porque os dados de saúde obtidos por dispositivos vestíveis muitas vezes são incompletos ou irregulares.

Por exemplo, a JEPA usa o conceito de “mascarar” partes de um conjunto de dados para permitir que a IA deduza o contexto. Esse mesmo conceito foi aplicado às séries temporais dos dados de saúde, que muitas vezes mostram irregularidades ao longo do tempo.

Resultados Promissores

Ao comparar o desempenho do modelo JETS com outros métodos tradicionais, incluindo um que utiliza a arquitetura Transformer, os pesquisadores encontraram resultados impressionantes. A eficácia das previsões foi medida por meio de métricas que avaliam a capacidade do sistema em distinguir casos positivos de negativos. Os resultados mostraram taxas significativas de acerto, como:

• 86,8% para hipertensão arterial.
• 70,5% para flutter atrial.
• 81% para síndrome da fadiga crônica.
• 86,8% para síndrome do nó sinusal.

Essas porcentagens indicam que a IA é capaz de priorizar adequadamente os casos relevantes, mesmo quando certas métricas são registradas em dias muito limitados.

Importância do Estudo

O desenvolvimento dessa IA é relevante por várias razões:

• Ela utiliza dados que normalmente seriam descartados em análises tradicionais, aumentando a quantidade de informação aproveitável.
• A inteligência artificial é eficaz mesmo quando os registros de saúde estão incompletos.
• A tecnologia ajuda a identificar padrões de saúde a longo prazo, o que pode ser crucial na detecção precoce de doenças.
• Possui potencial para melhorar diagnósticos e ações preventivas em saúde.
• Mostra que dispositivos de uso diário, como o Apple Watch, podem ser transformados em ferramentas úteis para o cuidado médico.

Com esses avanços, a expectativa é que ferramentas de monitoramento de saúde se tornem cada vez mais valiosas na prevenção e no diagnóstico de condições médicas, aproveitando a vasta quantidade de dados gerados diariamente.