Hoje em dia, você entra em contato com seu médico, ou até faz uma consulta de telemedicina, quando percebe algo errado ou supõe que há algum problema com sua saúde.
Mas imagine por um momento, que maravilhoso seria se o médico te procurasse antes de você ficar doente, pois seu Smartwatch o avisou automaticamente que foram detectados pequenos desvios nos seus sinais vitais? O que falta pra chegarmos nesse ponto?
A popularização de smartbands, smartwatches, oxímetros de dedo, glicosímetros, aplicativos e centenas de sensores de saúde sem fio, abriu um mercado gigantesco, onde o paciente, munido de uma imensidão de aparelhos e dados, tenta acompanhar e administrar sua própria saúde.
Porém, a dificuldade em interpretar dados de saúde sem o devido conhecimento médico, aliada à quantidade gigantesca de dados não tratados, acaba gerando ruídos e falsos alertas, o que gera stress desnecessário e dificulta a utilização dessas informações pelo paciente.
Os médicos, por sua vez, mesmo cientes dos benefícios da telemedicina e telessaúde em tempos de pandemia, têm dificuldades em incorporar esses “novos aliados” em suas rotinas clínicas, já que cuidam de muitos pacientes ao mesmo tempo, e não conseguem ter uma visão centralizada, com tendências históricas e alertas qualificados.
Em artigo recente, um brasileiro, PhD em Biomedicina e Tecnologia Médica, relata com riqueza de detalhes um evento onde detectou uma bradicardia de repouso (redução da frequência cardíaca) capturada por seu Smartwatch.
Adepto do “Quantified Self”, onde a própria pessoa coleta e interpreta uma variedade de informações de saúde, esse especialista conseguiu interpretar os dados e rapidamente contatou um Cardiologista através de Telemedicina.
Com o apoio do seu Cardiologista, ele conseguiu confirmar sua suspeita inicial, de que a bradicardia teria sido resultada por um quadro infeccioso, derivado de um procedimento odontológico realizado na manhã anterior.
O Cardiologista utilizou inicialmente o Holter e o MAPA (equipamentos médicos para captura de ECG e Pressão Arterial), para acompanhamento das 24h iniciais. Em seguida, aplicou o wearable “AliveCor+”, para que o usuário pudesse monitorar ECG e frequência cardíaca por mais alguns dias, e tranquilizar-se que a situação estava controlada.
Essa foi uma história feliz, onde um renomado especialista em Tecnologias Médicas e Biomedicina, um dos precursores da Telemedicina no Brasil, conseguiu extrair dados de seu próprio wearable e aplicá-los com sucesso em um processo remoto de diagnóstico e acompanhamento de um quadro cardiológico.
Por outro lado, para a adoção em larga escala de casos como esse, é necessário configurar um processo que atenda à população em geral, que normalmente não seria capaz de interpretar esses dados. A Inteligência Artificial fica encarregada desse papel. Ao analisar continuamente os dados, ela deve alertar o médico de forma clara e objetiva, não dependendo da intervenção de uma pessoa leiga.
Importante ressaltar que SEMPRE a decisão final deve ser do médico. A IA precisa gerar alertas de qualidade, para subsidiar uma decisão médica rápida, eficiente, informada e embasada. Para que isso seja possível, tal alerta não pode vir em qualquer formato, mas deve estar alinhado às boas práticas internacionais de interoperabilidade e padronização (10, 11, 12, 13 e 14).
A literatura recente de artigos científicos é farta em exemplos onde wearables de consumo de massa (Polar, Garmin, Samsung, FitBit, Apple Watch, Xiaomi, Huawei, entre outros), foram utilizados com sucesso para detecção preditiva de anomalias de saúde.
A Philo Care se alinhou aos profissionais e médicos mais renomados, e se embasou nos estudos mais recentes produzidos no mundo, para organizar processos automáticos de detecção antecipada de Covid19 (2), monitoramento de cardiopatias e hipertensão (6)(7)(8)(9) e monitoramento de depressão, ansiedade e burnout (3)(4)(5).
Não é futuro nem filme de ficção. É hoje, é agora. A Philo Care transforma seu Smartband e seu Smartwatch num cuidador pessoal 24h, olhando pela sua saúde e avisando seu médico, antes mesmo de você perceber os sintomas.
Vem Pra Philo!
Referências:
(1) Sabbatini, Renato M.E.: Quantified Self : Como a Automonitoração e a Telemedicina Podem Ajudar? Revista Virtual de Telemedicina e Telessaúde. Publicado em 26 de março de 2021. https://link.medium.com/hP5JsFO8Web
(2) Mishra, T., Wang, M., Metwally, A.A. et al. Pre-symptomatic detection of COVID-19 from smartwatch data. Nat Biomed Eng 4, 1208–1220 (2020). https://doi.org/10.1038/s41551-020-00640-6
(3) Goessl, V.C., Curtiss, J., & Hofmann, S. (2017). The effect of heart rate variability biofeedback training on stress and anxiety. Psychological medicine, 47 15, 2578-2586. https://doi.org/10.1017/S0033291717001003
(4) Hernando, David; Roca, Surya; Sancho, Jorge; Alesanco, Álvaro; Bailón, Raquel. 2018. "Validation of the Apple Watch for Heart Rate Variability Measurements during Relax and Mental Stress in Healthy Subjects" Sensors 18, no. 8: 2619. https://doi.org/10.3390/s18082619
(5) Moshe, I., Terhorst, Y., Opoku Asare, K., Sander, L. B., Ferreira, D., Baumeister, H., Mohr, D. C., & Pulkki-Råback, L. (2021). Predicting Symptoms of Depression and Anxiety Using Smartphone and Wearable Data. Frontiers in psychiatry, 12, 625247. https://doi.org/10.3389/fpsyt.2021.625247
(6) Bayoumy, K., Gaber, M., Elshafeey, A. et al. Smart wearable devices in cardiovascular care: where we are and how to move forward. Nat Rev Cardiol (2021). https://doi.org/10.1038/s41569-021-00522-7
(7) Sana, Furrukh; Isselbacher, Eric M.; Singh, Jagmeet P.; Heist, E. Kevin ; Pathik, Bhupesh; Armoundas, Antonis A. Wearable Devices for Ambulatory Cardiac Monitoring: JACC State-of-the-Art Review. JACC VOL. 75, NO. 13, 2020, APRIL 7, 2020:1582 – 9 2 https://doi.org/10.1016/j.jacc.2020.01.046
(8) Joshua M. Pevnick, Kade Birkeland, Raymond Zimmer, Yaron Elad, Ilan Kedan. Wearable technology for cardiology: An update and framework for the future. Trends in Cardiovascular Medicine. Volume 28, Issue 2, 2018, Pages 144-150, ISSN 1050-1738 https://doi.org/10.1016/j.tcm.2017.08.003
(9) Christopher C. Cheung, Andrew D. Krahn, Jason G. Andrade. The Emerging Role of Wearable Technologies in Detection of Arrhythmia. Canadian Journal of Cardiology. Volume 34, Issue 8, 2018, Pages 1083-1087, ISSN 0828-282X. https://doi.org/10.1016/j.cjca.2018.05.003
(10) Matthias Samwald, Karsten Fehre, Jeroen de Bruin, Klaus-Peter Adlassnig. The Arden Syntax standard for clinical decision support: Experiences and directions. Journal of Biomedical Informatics, Volume 45, Issue 4, 2012, Pages 711-718, ISSN 1532-0464. https://doi.org/10.1016/j.jbi.2012.02.001
(11) José Alberto Maldonado, Catalina Martínez Costa, David Moner, Marcos Menárguez-Tortosa, Diego Boscá, José Antonio Miñarro Giménez, Jesualdo Tomás Fernández-Breis, Montserrat Robles. Using the ResearchEHR platform to facilitate the practical application of the EHR standards. Journal of Biomedical Informatics, V45, Issue 4, 2012, P746-762. https://doi.org/10.1016/j.jbi.2011.11.004
(12) Philip J. Kroth, Shamsi Daneshvari, Edward F. Harris, Daniel J. Vreeman, Heather J.H. Edgar. Using LOINC to link 10 terminology standards to one unified standard in a specialized domain. Journal of Biomedical Informatics. V45, Issue 4, 2012, P674-682. https://doi.org/10.1016/j.jbi.2011.10.003
(13) M.C. Lin, D.J. Vreeman, Clement J. McDonald, S.M. Huff. Auditing consistency and usefulness of LOINC use among three large institutions – Using version spaces for grouping LOINC codes. Journal of Biomedical Informatics, V45, Issue 4, 2012, P 658-666. https://doi.org/10.1016/j.jbi.2012.01.008
(14) Saitwal, Himali, David Qing, Stephen Jones, Elmer V. Bernstam, and Christopher G. Chute. Translating Standards into Practice: Experiences and Lessons Learned in Biomedicine and Health Care. Journal of Biomedical Informatics, Volume 45, Issue 4, 2012, pp. 609-612. https://doi.org/10.1016/j.jbi.2012.06.006
Comments