Sentinelas da IoT prontas para emergências cardiovasculares

Este artigo faz parte da nossa série exclusiva IEEE Journal Watch em parceria com o IEEE Xplore.

Doenças cardíacas e derrames são as duas principais causas de morte no mundo. E, no entanto, ambos podem ser dolorosamente difíceis de detectar, levando à sua notória reputação de assassinos silenciosos. O diagnóstico precoce de doenças cardíacas – que inclui complicações como ataques cardíacos e derrames – salvaria vidas.

Para ajudar na detecção precoce, pesquisadores do Reino Unido estão propondo uma falange de dispositivos IoT, IA e computação em nuvem para fornecer alertas em tempo real quando alguém estiver passando por uma suspeita de emergência cardiovascular.

Muhammed Golec é Ph.D. estudante de ciência da computação na Queen Mary University of London (QMUL) envolvido no estudo. "A doença cardíaca é difícil de detectar por meios convencionais", diz ele, enfatizando que o diagnóstico muitas vezes requer exames especializados, como eletrocardiografia e testes de tálio.

Felizmente, uma das especialidades da IA ​​envolve a identificação de anomalias nos dados, detectando sutilezas em situações menos óbvias ao olho humano. Assim, a Golec propõe que os dispositivos IoT (incluindo smartwatches e outros dispositivos vestíveis) possam ser usados ​​para monitorar os sinais vitais de uma pessoa e, em seguida, transmitir esses dados para a nuvem, onde um algoritmo de IA os analisa. Se a pessoa apresentar uma complicação cardiovascular, o sistema enviará um alerta automático ao seu médico e/ou ao prestador de serviços de saúde mais próximo. A plataforma se chama HealthFaaS — uma referência ao popular termo de computação em nuvem "função como serviço" (FaaS).

Golec e seus colegas descrevem como criaram e testaram o HealthFaaS em um estudo publicado em 18 de maio no IEEE Internet of Things Journal. Os pesquisadores analisaram cinco IAs diferentes treinados para detectar complicações cardíacas, com base em fatores como exatidão, precisão, recordação e previsões classificadas. Os resultados revelaram que os modelos alcançaram uma precisão na detecção de risco de doença cardíaca entre 83 e 92 por cento.

Em seguida, a equipe avaliou o desempenho do modelo mais bem classificado (chamado LightGMB) em uma plataforma sem servidor (Google Cloud Functions) em comparação com uma plataforma sem servidor (Heroku). Eles descobriram que uma plataforma sem servidor atinge maior taxa de transferência e menor latência do que a plataforma sem servidor, especialmente com o aumento do número de usuários.

Por exemplo, digamos que 500 pessoas estejam usando o sistema ao mesmo tempo. Se o número de usuários aumentar repentinamente para 10.000, as plataformas sem servidor travarão e talvez não consigam responder. "Mas a plataforma sem servidor pode responder sem travar aumentando automaticamente os recursos", diz Golec. "Com o HealthFaaS, usamos uma plataforma sem servidor porque ela pode responder a um grande número de usuários simultaneamente, graças ao seu recurso de escalabilidade dinâmica. Também oferece benefícios como menor complexidade operacional e preços pré-pagos".

No entanto, ele observa, privacidade e segurança ainda podem ser um problema. Para resolver isso, ele propõe adicionar métodos de segurança como blockchain, OAuth 2.0 e Transport Layer Security ao HealthFaas.

Em trabalhos futuros, Golec diz que gostaria de criar uma nova estrutura para garantir segurança e privacidade em sistemas de saúde inteligentes. Ele também está considerando maneiras de combinar IA e computação sem servidor para tornar a eficiência da computação ainda maior para aplicativos de IoT sensíveis ao tempo, como acompanhamento instantâneo de pacientes e veículos autônomos.

HealthFaaS: Sistema de saúde inteligente baseado em IA para pacientes cardíacos usando computação sem servidorwww.youtube.com