Nova Inteligência Artificial do MIT e Empirical Health Promete Melhorar Diagnósticos Médicos
Pesquisadores do Massachusetts Institute of Technology (MIT) em parceria com a empresa Empirical Health desenvolveram uma nova inteligência artificial (IA) capaz de analisar dados do Apple Watch e prever condições médicas com maior precisão. O modelo foi treinado com uma impressionante quantidade de dados, totalizando 3 milhões de dias de informações coletadas de usuários do dispositivo.
A equipe utilizou dados de mais de 16 mil pessoas, registrando 63 métricas diferentes sobre saúde, incluindo informações sobre o sistema cardiovascular, respiratório, sono e atividade física. Destas, apenas 15% possuíam histórico médico documentado, o que significa que 85% dos dados seriam descartados em abordagens tradicionais. Para resolver esse problema, o novo modelo, chamado JETS, foi projetado para aprender com todas as informações disponíveis, mesmo aquelas que estão incompletas.
Como Funciona a IA?
A base do desenvolvimento é uma arquitetura chamada JEPA, criada por Yann LeCun, que ensina o sistema a interpretar partes faltantes dos dados, ao invés de simplesmente tentar reconstruí-las. Este método é útil para lidar com lacunas comuns que ocorrem em dados coletados por dispositivos vestíveis, como o Apple Watch.
Por exemplo, em outras aplicações, a JEPA já mostrou que consegue mascarar partes de uma imagem e, a partir disso, entender o contexto de maneira mais eficaz. Essa abordagem foi adaptada para as séries temporais, que incluem dados que aparecem de forma irregular ao longo do tempo, como sono e níveis de atividade física.
Os dados foram convertidos em trios compostos por dia, valor e tipo de métrica, que foram então processados pelo modelo. O objetivo final é prever as partes faltantes a partir das informações disponíveis.
Resultados Promissores
Os resultados obtidos com o JETS foram avaliados em comparação a outros modelos, incluindo uma versão baseada em Transformer. A equipe usou métricas como AUROC e AUPRC, que ajudam a medir a capacidade do modelo de identificar corretamente casos positivos e negativos. Os indicadores foram surpreendentes:
- 86,8% de acurácia para hipertensão arterial
- 70,5% para flutter atrial
- 81% para síndrome da fadiga crônica
- 86,8% para síndrome do nó sinusal
Esses números são importantes, pois demonstram a habilidade da IA em identificar padrões relevantes, mesmo em dados que eram registrados em apenas 0,4% dos dias.
Importância da Pesquisa
A pesquisa sugere que técnicas modernas podem extrair informações valiosas de conjuntos de dados que, de outra forma, seriam considerados inutilizáveis. Além disso, mostra que dispositivos como o Apple Watch ainda têm um grande potencial na área da saúde. Algumas das vantagens do estudo incluem:
- Uso eficaz de dados que poderiam ser descartados.
- Capacidade de funcionar bem mesmo com registros incompletos.
- Possibilidade de detectar padrões ao longo do tempo que podem ajudar em diagnósticos e prevenção.
- A comprovação do potencial de tecnologia vestível como uma ferramenta médica.
Com esses avanços, a esperança é que a integração de tecnologias como o Apple Watch na prática médica possa melhorar o atendimento e as condições de saúde da população.