O objetivo do projeto FAITH (Federated Artificial Intelligence solution for moniToring mental Health status after cancer treatment) é identificar e prever remotamente sintomas depressivos em sobreviventes de cancro usando uma abordagem de aprendizagem federada que prioriza a privacidade. O público-alvo inclui profissionais de saúde, investigadores, desenvolvedores de tecnologia e sobreviventes de cancro. O projeto FAITH aplica as seguintes áreas-chave da saúde digital: tecnologia wearable, tecnologia baseada em cloud e Inteligência Artificial (IA) preditiva. À medida que as taxas de sobrevivência ao cancro aumentam devido à melhoria do rastreio e do tratamento, muitos sobreviventes enfrentam desafios físicos e psicológicos a longo prazo, tais como depressão, ansiedade e défice cognitivo.

Início / Publicações / Publicação

Início / Publicações / Publicação

investigação e desenvolvimento FAITH

Tipo de publicação: Resumo do artigo
Título original: A prospective observational study for a Federated Artificial Intelligence solution for moniToring mental Health status after cancer treatment (FAITH): study protocol
Data de publicação do artigo: Dezembro de 2022
Fonte: BMC Psychiatry
Autores: Raquel Lemos, Sofia Areias-Marques, Pedro Ferreira, Philip O’Brien, María Eugenia Beltrán-Jaunsarás, Gabriela Ribeiro, Miguel Martín, María del Monte-Millán, Sara López-Tarruella, Tatiana Massarrah, Fernando Luís-Ferreira, Giuseppe Frau, Stefanos Venios, Gary McManus & Albino J. Oliveira-Maia

Qual é o objetivo, público-alvo e áreas de saúde digital em que se enquadra?
     O objetivo do projeto FAITH (Federated Artificial Intelligence solution for moniToring mental Health status after cancer treatment) é identificar e prever remotamente sintomas depressivos em sobreviventes de cancro usando uma abordagem de aprendizagem federada que prioriza a privacidade. O público-alvo inclui profissionais de saúde, investigadores, desenvolvedores de tecnologia e sobreviventes de cancro. O projeto FAITH aplica as seguintes áreas-chave da saúde digital: tecnologia wearable, tecnologia baseada em cloud e Inteligência Artificial (IA) preditiva.

Qual é o contexto?
     À medida que as taxas de sobrevivência ao cancro aumentam devido à melhoria do rastreio e do tratamento, muitos sobreviventes enfrentam desafios físicos e psicológicos a longo prazo, tais como depressão, ansiedade e défice cognitivo. A depressão é mais comum em sobreviventes de cancro do que na população em geral, se não for tratada, pode reduzir significativamente a qualidade de vida e aumentar as necessidades de cuidados de saúde. A sobreposição de sintomas como fadiga e distúrbios do sono torna mais difícil diferenciar a depressão dos efeitos relacionados o cancro.

     A aprendizagem federada é um método descentralizado que treina modelos de IA em vários dispositivos sem partilhar dados pessoais. Cada dispositivo processa os seus próprios dados e envia apenas atualizações para um servidor central, garantindo a privacidade. O servidor combina essas atualizações para melhorar o modelo geral e, em seguida, envia a versão melhorada de volta para cada dispositivo. Este processo contínuo torna as previsões mais precisas através da aprendizagem coletiva, além de permitir que o modelo de IA de cada dispositivo permaneça personalizado, adaptando-se aos dados específicos do utilizador.

Quais são as abordagens atuais?
     As abordagens tradicionais para identificar a depressão em sobreviventes de cancro geralmente concentram-se nos primeiros anos após o diagnóstico, quando os pacientes ainda estão em acompanhamento regular. Os métodos atuais baseiam-se principalmente em questionários de autoavaliação, avaliações clínicas ocasionais e entrevistas baseadas em sintomas. Embora essas ferramentas de autoavaliação sejam rápidas, fáceis e de baixo custo, tendem a ignorar sintomas somáticos importantes como a fadiga, alterações do apetite e distúrbios do sono. Além disso, estas ferramentas por si só não conseguem fornecer um diagnóstico clínico, que requer entrevistas estruturadas ou semiestruturadas. As avaliações pouco frequentes e a dependência de dados subjetivos muitas vezes resultam em casos de depressão não detetados, especialmente após o fim do tratamento oncológico.

Em que consiste a inovação? Como é avaliado o impacto desta tecnologia?
     O projeto FAITH consiste num sistema de IA focado na privacidade, concebido para fornecer informações em tempo real sobre a saúde mental dos pacientes através da análise de 4 marcadores-chave de depressão: Atividade, Sono, Nutrição e Voz, usando esses dados para prever o risco de depressão. A aplicação FAITH integra tanto a recolha passiva de dados (rastreio automático do sono e da atividade física através de smartbands e smartphones) como a recolha proativa de dados (autoavaliação dos hábitos alimentares através de questionários validados e gravações de voz).

     O projeto FAITH utiliza a aprendizagem federada, permitindo que os modelos de IA sejam treinados diretamente nos dispositivos dos utilizadores, utilizando dados locais dos 4 marcadores-chave para prever o risco de depressão. Análises estatísticas, como modelos de redes neuronais, aumentam a exatidão dessas previsões, incorporando estratégias de redução da parcialidade. A plataforma opera em cloud da Amazon Web Services (AWS), fornecendo armazenamento escalável e cibersegurança robusta. Além disso, a pseudonimização de dados (substituição dos identificadores pessoais por identificadores codificados) e o cumprimento rigoroso das normas do Regulamento Geral de Proteção de Dados (RGPD) garantem um elevado nível de privacidade e conformidade com as leis de proteção de dados europeias.

     O impacto do projeto FAITH é avaliado através de um estudo prospetivo longitudinal envolvendo 300 sobreviventes de cancro da mama ou do pulmão, recrutados entre 1 a 5 anos após o tratamento. Os participantes são continuamente monitorizados quanto ao sono e à atividade física. Todos os meses, os participantes autoavaliam os níveis de ansiedade e depressão através da Hospital Anxiety and Depression Scale (HADS), avaliam a sua qualidade de vida com os questionários de EORTC e completam avaliações nutricionais. Também fazem gravações de voz mensais, já que os padrões de fala podem oferecer informações sobre o bem-estar emocional. A cada 3 meses, os participantes preenchem os questionários aplicáveis sobre sono e comportamentos alimentares, e um clínico realiza uma avaliação telefónica para sintomas depressivos utilizando a Hamilton Depression Rating Scale (Ham-D).

Quais são os resultados esperados? Qual é o futuro do projeto FAITH?
     No projeto FAITH, o design intuitivo e o fluxo bem estruturado promovem uma participação consistente sem sobrecarregar os utilizadores. Este envolvimento regular garante dados de alta qualidade, permitindo que os algoritmos façam previsões em tempo real precisas e acionem alertas imediatos para os profissionais de saúde quando os marcadores depressivos ultrapassam os limites definidos. Os resultados esperados incluem a deteção precoce de episódios depressivos e intervenções atempadas que melhorem a qualidade de vida dos pacientes e aliviem a pressão sobre os sistemas de saúde.

     O futuro do projeto FAITH vai além dos cuidados oncológicos, com a possibilidade de aplicar esta ferramenta de saúde digital focada na privacidade a outras doenças crónicas e condições de saúde mental. O seu sucesso a longo prazo depende do refinamento do modelo de IA, da conclusão de ensaios clínicos e da melhoria contínua da usabilidade e viabilidade com base no feedback. Atualizações futuras ajudarão os profissionais de saúde a compreender melhor como a IA chega às suas conclusões, levando à tomada de decisões mais informadas e intervenções mais personalizadas.

Voz em IA

O futuro do diagnóstico: Fala e IA

A fala é um biomarcador que reflete, de forma sensível, o funcionamento integrado de vários sistemas fisiológicos, nomeadamente o nervoso, o respiratório e o muscular….

Ler mais
TEF-HEALTH Logo

SPMS integra a iniciativa TEF-Health

A SPMS participa na iniciativa TEF-Health como parceira de um consórcio composto por 51 entidades de 9 países da União Europeia. Esta ação é cofinanciada…

Ler mais

tem uma ideia inovadora
na área da saúde?

Partilhe-a connosco e veja-a ganhar vida.
Ajudamos a dar vida aos seus projetos!

Newsletter

Receba as novidades do
Portal InovarSaúde

República Portuguesa logo
logotipo SNS
SPMS logotipo

Acompanhe-nos

YouTube
LinkedIn

Cofinanciado por :

PRR Logotipo
república Portuguesa logo
União Europeia Logo

Newsletter

Receba as novidades do
Portal InovarSaúde

República Portuguesa logo
SNS Logo
SPMS Logo

Acompanhe-nos

Cofinanciado por :

PRR Logotipo
República Portuguesa logo
União Europeia Logo

Início / Publicações / Publicação

investigação e desenvolvimento FAITH

Tipo de publicação: Resumo do artigo
Título original: A prospective observational study for a Federated Artificial Intelligence solution for moniToring mental Health status after cancer treatment (FAITH): study protocol
Data de publicação do artigo: Dezembro de 2022
Fonte: BMC Psychiatry
Autores: Raquel Lemos, Sofia Areias-Marques, Pedro Ferreira, Philip O’Brien, María Eugenia Beltrán-Jaunsarás, Gabriela Ribeiro, Miguel Martín, María del Monte-Millán, Sara López-Tarruella, Tatiana Massarrah, Fernando Luís-Ferreira, Giuseppe Frau, Stefanos Venios, Gary McManus & Albino J. Oliveira-Maia

Qual é o objetivo, público-alvo e áreas de saúde digital em que se enquadra?
     O objetivo do projeto FAITH (Federated Artificial Intelligence solution for moniToring mental Health status after cancer treatment) é identificar e prever remotamente sintomas depressivos em sobreviventes de cancro usando uma abordagem de aprendizagem federada que prioriza a privacidade. O público-alvo inclui profissionais de saúde, investigadores, desenvolvedores de tecnologia e sobreviventes de cancro. O projeto FAITH aplica as seguintes áreas-chave da saúde digital: tecnologia wearable, tecnologia baseada em cloud e Inteligência Artificial (IA) preditiva.

Qual é o contexto?
     À medida que as taxas de sobrevivência ao cancro aumentam devido à melhoria do rastreio e do tratamento, muitos sobreviventes enfrentam desafios físicos e psicológicos a longo prazo, tais como depressão, ansiedade e défice cognitivo. A depressão é mais comum em sobreviventes de cancro do que na população em geral, se não for tratada, pode reduzir significativamente a qualidade de vida e aumentar as necessidades de cuidados de saúde. A sobreposição de sintomas como fadiga e distúrbios do sono torna mais difícil diferenciar a depressão dos efeitos relacionados o cancro.

     A aprendizagem federada é um método descentralizado que treina modelos de IA em vários dispositivos sem partilhar dados pessoais. Cada dispositivo processa os seus próprios dados e envia apenas atualizações para um servidor central, garantindo a privacidade. O servidor combina essas atualizações para melhorar o modelo geral e, em seguida, envia a versão melhorada de volta para cada dispositivo. Este processo contínuo torna as previsões mais precisas através da aprendizagem coletiva, além de permitir que o modelo de IA de cada dispositivo permaneça personalizado, adaptando-se aos dados específicos do utilizador.

Quais são as abordagens atuais?
     As abordagens tradicionais para identificar a depressão em sobreviventes de cancro geralmente concentram-se nos primeiros anos após o diagnóstico, quando os pacientes ainda estão em acompanhamento regular. Os métodos atuais baseiam-se principalmente em questionários de autoavaliação, avaliações clínicas ocasionais e entrevistas baseadas em sintomas. Embora essas ferramentas de autoavaliação sejam rápidas, fáceis e de baixo custo, tendem a ignorar sintomas somáticos importantes como a fadiga, alterações do apetite e distúrbios do sono. Além disso, estas ferramentas por si só não conseguem fornecer um diagnóstico clínico, que requer entrevistas estruturadas ou semiestruturadas. As avaliações pouco frequentes e a dependência de dados subjetivos muitas vezes resultam em casos de depressão não detetados, especialmente após o fim do tratamento oncológico.

Em que consiste a inovação? Como é avaliado o impacto desta tecnologia?
     O projeto FAITH consiste num sistema de IA focado na privacidade, concebido para fornecer informações em tempo real sobre a saúde mental dos pacientes através da análise de 4 marcadores-chave de depressão: Atividade, Sono, Nutrição e Voz, usando esses dados para prever o risco de depressão. A aplicação FAITH integra tanto a recolha passiva de dados (rastreio automático do sono e da atividade física através de smartbands e smartphones) como a recolha proativa de dados (autoavaliação dos hábitos alimentares através de questionários validados e gravações de voz).

     O projeto FAITH utiliza a aprendizagem federada, permitindo que os modelos de IA sejam treinados diretamente nos dispositivos dos utilizadores, utilizando dados locais dos 4 marcadores-chave para prever o risco de depressão. Análises estatísticas, como modelos de redes neuronais, aumentam a exatidão dessas previsões, incorporando estratégias de redução da parcialidade. A plataforma opera em cloud da Amazon Web Services (AWS), fornecendo armazenamento escalável e cibersegurança robusta. Além disso, a pseudonimização de dados (substituição dos identificadores pessoais por identificadores codificados) e o cumprimento rigoroso das normas do Regulamento Geral de Proteção de Dados (RGPD) garantem um elevado nível de privacidade e conformidade com as leis de proteção de dados europeias.

     O impacto do projeto FAITH é avaliado através de um estudo prospetivo longitudinal envolvendo 300 sobreviventes de cancro da mama ou do pulmão, recrutados entre 1 a 5 anos após o tratamento. Os participantes são continuamente monitorizados quanto ao sono e à atividade física. Todos os meses, os participantes autoavaliam os níveis de ansiedade e depressão através da Hospital Anxiety and Depression Scale (HADS), avaliam a sua qualidade de vida com os questionários de EORTC e completam avaliações nutricionais. Também fazem gravações de voz mensais, já que os padrões de fala podem oferecer informações sobre o bem-estar emocional. A cada 3 meses, os participantes preenchem os questionários aplicáveis sobre sono e comportamentos alimentares, e um clínico realiza uma avaliação telefónica para sintomas depressivos utilizando a Hamilton Depression Rating Scale (Ham-D).

Quais são os resultados esperados? Qual é o futuro do projeto FAITH?
     No projeto FAITH, o design intuitivo e o fluxo bem estruturado promovem uma participação consistente sem sobrecarregar os utilizadores. Este envolvimento regular garante dados de alta qualidade, permitindo que os algoritmos façam previsões em tempo real precisas e acionem alertas imediatos para os profissionais de saúde quando os marcadores depressivos ultrapassam os limites definidos. Os resultados esperados incluem a deteção precoce de episódios depressivos e intervenções atempadas que melhorem a qualidade de vida dos pacientes e aliviem a pressão sobre os sistemas de saúde.

     O futuro do projeto FAITH vai além dos cuidados oncológicos, com a possibilidade de aplicar esta ferramenta de saúde digital focada na privacidade a outras doenças crónicas e condições de saúde mental. O seu sucesso a longo prazo depende do refinamento do modelo de IA, da conclusão de ensaios clínicos e da melhoria contínua da usabilidade e viabilidade com base no feedback. Atualizações futuras ajudarão os profissionais de saúde a compreender melhor como a IA chega às suas conclusões, levando à tomada de decisões mais informadas e intervenções mais personalizadas.

Voz em IA

O futuro do diagnóstico: Fala e IA

A fala é um biomarcador que reflete, de forma sensível, o funcionamento integrado de vários sistemas fisiológicos, nomeadamente o nervoso, o respiratório e o muscular. Esta complexidade torna-a um recurso promissor para a deteção de…

Ler mais
Literatura sobre os cuidados de saúde no futuro

O que revela a literatura sobre os cuidados de saúde no futuro

O setor da saúde vive uma transformação acelerada impulsionada pelo envelhecimento populacional, pela complexidade dos cuidados e pelos avanços digitais, num cenário que exige maior integração, sustentabilidade e adaptação a novas realidades como o Espaço…

Ler mais
Perturbação do sono

Uma intervenção digital para a Insónia em Oncologia

A insónia é uma perturbação do sono caracterizada por dificuldades persistentes em iniciar o sono, mantê-lo durante a noite ou alcançar um sono de qualidade. Estas dificuldades surgem mesmo na presença de condições adequadas para…

Ler mais
Sistema robótico autónomo INSIDE

Sistema robótico autónomo para a terapia do autismo

O transtorno do espetro do autismo é uma condição do neurodesenvolvimento com repercussões clínicas, sociais e económicas significativas ao longo da vida. Segundo a Organização Mundial de Saúde, estima-se que afete aproximadamente 1 em cada…

Ler mais
troca de informações de saúde e interoperabilidade

A nova era da interoperabilidade em sistemas de saúde

A crescente utilização de registos eletrónicos de saúde, sistemas de diagnóstico digital e tecnologias de monitorização remota tem levado a um aumento expressivo no volume e na complexidade dos dados em saúde. Este aumento intensifica…

Ler mais
robótica colaborativa

Robótica colaborativa melhora as condições de trabalho

Os trabalhadores enfrentam desafios crescentes no ambiente industrial. Entre os mais críticos estão a fadiga e as posturas inadequadas, frequentemente associadas a tarefas repetitivas e a condições de trabalho que carecem de adequação ergonómica. Estes…

Ler mais
Benefícios da Eletrônica Médica

Deteção da ansiedade e de ataques de pânico em tempo real

O crescente número de pessoas com transtornos de ansiedade, juntamente com o aumento da conscientização sobre a saúde mental, impulsiona a necessidade de novas ferramentas tecnológicas que forneçam a monitorização remota e contínua de transtornos…

Ler mais
Personalização e tecnologia na gestão da Diabetes

Personalização e tecnologia na gestão da diabetes

A crescente prevalência de doenças crónicas, particularmente DM, está a sobrecarregar os sistemas de saúde globais e a aumentar os custos dos cuidados de saúde devido à complexidade dos cuidados e à fraca integração, resultando…

Ler mais
TEF-HEALTH Logo

SPMS integra a iniciativa TEF-Health

A SPMS participa na iniciativa TEF-Health como parceira de um consórcio composto por 51 entidades de 9 países da União Europeia. Esta ação é cofinanciada pela Comissão Europeia e tem uma duração de cinco anos….

Ler mais
Global Digital Health Partnership Logo

SPMS representa Portugal como vice-presidente da GDHP

A GDHP é uma organização intergovernamental da área da saúde digital que facilita a cooperação e colaboração entre representantes governamentais e a Organização Mundial da Saúde (OMS), cujo propósito é fomentar o desenvolvimento de políticas…

Ler mais
HealthData@PT Logo

HealthData@PT: Nova iniciativa da SPMS para dados de saúde

A ação HealthData@PT é lançada no contexto da implementação do Espaço Europeu de Dados de Saúde, sendo uma iniciativa aprovada pela Comissão Europeia no âmbito do programa EU4Health 2021-2027. Esta iniciativa contribui para a transformação…

Ler mais

tem uma ideia inovadora
na área da saúde?

Partilhe-a connosco e veja-a ganhar vida.
Ajudamos a dar vida aos seus projetos!

Newsletter

Receba as novidades do
Portal InovarSaúde

República Portuguesa logo
SNS Logo
SPMS Logo

Acompanhe-nos

YouTube
LinkedIn

Cofinanciado por :

PRR Logotipo
República Portuguesa logo
União Europeia Logo
Scroll to Top