Sistema computacional subjacente ao projeto é baseado em um relógio que contém diversos sensores para monitoramento não-invasivo / Foto: Pixabay
O envelhecimento populacional é um fenômeno que tem ocorrido em escala global. Segundo estimativa da Organização das Nações Unidas (ONU), entre 2015 e 2050, a população com mais de 65 anos será de 28% na Europa, 23% na América do Norte e mais de 18% das populações da Ásia, da América Latina, do Caribe e da Oceania. Essa crescente parcela da população tem movimentado diversos setores da sociedade. Nessa nova realidade, desafios estão surgindo para pesquisadores da Ciência da Computação na busca por soluções para proporcionar uma melhor saúde do idoso.
É o caso do grupo de pesquisa em Sistemas Computacionais para Monitoramento da Saúde do Programa de Pós-Graduação (PPG) em Ciência da Computação, que conta com a participação dos pesquisadores César Marcon e Fabiano Hessel e do pesquisador Alfredo Cataldo Neto do PPG em Gerontologia Biomédica, além de alunos de mestrado, doutorado e pós-doutorados de ambos os programas.
O grupo atua com o emprego de sistemas computacionais para melhorar a qualidade de vida de pessoas da terceira idade. O sistema computacional subjacente ao projeto é baseado em um dispositivo vestível, em inglês wearable, do tipo relógio, que contém diversos sensores para monitoramento não-invasivo.
“Com este trabalho desenvolvido pelo grupo de pesquisa, vamos conseguir agregar uma nova dimensão sobre a saúde das pessoas, sendo possível agregar esta informação para a previsão de situações de risco em diferentes circunstâncias”, comentou o docente César Marcon.
Marcon explica que o wearable coleta dados do idoso e repassa os mesmos para uma estação base, normalmente posicionada na residência do idoso, através de uma rede sem fio, com isso, a estação base repassa parte destes dados para uma central. Conforme a análise do monitoramento, como por exemplo, a detecção de um problema de saúde, a central pode repassar as informações para outros atores associados ao sistema, tal como profissionais de saúde e familiares, de forma a que estes tomem as providências necessárias.
As pesquisas desenvolvidas pelo grupo que estão em andamento têm foco essencialmente no dispositivo vestível e nos algoritmos de análise posicionados na estação base e na central. Desta forma, é possível reconhecer atividades diárias, detectar e prever possíveis quedas e extrair diversas informações da pessoa de terceira idade.
Por meio de sensores, o software localizado na estação base utiliza técnicas de aprendizado de máquina para inferir qual atividade o idoso está realizando / Foto: reprodução/arquivo pessoal
O docente explica que através de sensores de geolocalização (GPS) e de movimentação (magnetômetro, barômetro e acelerômetro), o software localizado na estação base utiliza técnicas de aprendizado de máquina para inferir qual atividade, seja caminhando, escovando os dentes, dormindo e sentado, o idoso está realizando em um determinado momento.
“O conhecimento destas atividades permite inferir sobre a saúde do idoso e inclusive tomar decisões sobre outras áreas de pesquisa, como detecção e prevenção de quedas e consumo eficiente de energia por parte do wearable”, complementa Marcon.
Quedas têm sido um dos maiores problemas de saúde para idosos. Estima-se que há uma queda para um em cada três indivíduos com mais de 65 anos e que um em 20 daqueles que sofreram uma queda sofram uma fratura ou necessitem de internação, de acordo com o Instituto Nacional de Traumatologia e Ortopedia. A prevenção de quedas é uma tarefa difícil devido à variedade de fatores que as predispõem.
Desta forma, como comenta o pesquisador, a criação de um sistema que identifique corretamente uma queda pode auxiliar para recuperar rapidamente o idoso. Os grandes problemas associados a essa detecção estão na geração de falsos positivos, uma batida do braço na mesa pode ser detectada como uma queda, por exemplo; e falsos negativos, como um desmaio em um momento que o idoso está próximo do chão ser detectado como estado de dormindo.
Por conta disso, no wearable desenvolvido, são utilizados os mesmos sensores empregados nas atividades diárias do idoso e inclusive o estado detectado na atividade diária, permitindo assim, reduzir falsos positivos e negativos. Além disso, a prevenção de quedas segue princípio similar à detecção, mas agrega sensores de pressão arterial, temperatura, respirações por minuto, oximetria e batimento cardíaco para que seja gerado um alarme para o idoso em uma situação de inferência de queda futura.
O sensor fotopletismográfico (PPG, do inglês photoplethysmograph) posicionado no relógio retorna dados crus que permitem extrair diversas informações sobre uma pessoa. Entre essas informações estão o batimento cardíaco, pressão sanguínea, oxigenação e taxa de respiração. Com isso, de acordo com Marcon, a qualidade da análise dos dados do PPG implica em obter dados com diferentes graus de eficácia e eficiência.
Normalmente, o aumento da eficácia implica redução da eficiência e vice-versa, desta forma, este eixo da pesquisa está em analisar e propor diferentes algoritmos com diferentes graus de eficácia e eficiência. Além disso, estudos recentes apontam que o PPG pode ser usado também para detectar situação de stress; uma das pesquisas que está sendo desenvolvida com o sensor fotopletismográfico é a coleta dos dados obtidos com o sensor PPG e uma correspondente análise no estado emocional de pessoas sensoriadas.
