O decano da Escola Politécnica e diretor da licenciatura em Engenharia Informática da Universidade Europeia do Atlântico (UNEATLANTICO), Manuel Masías, participa num estudo que propõe um novo sistema que garante o tratamento precoce da diabetes tipo 2, denominado DiabSense.
A diabetes tipo 2, também conhecida como diabetes mellitus não insulino-dependente (NIDDM), representa uma das maiores crises sanitárias do século XXI. Com mais de 500 milhões de pessoas afectadas em 2021, prevê-se que atinja 12,2% da população mundial em 2045. A DMNID é responsável por mais de 90% dos casos de diabetes a nível mundial. Esta doença crónica, caracterizada por níveis elevados de açúcar no sangue, pode levar a complicações graves, como a cegueira, se não for devidamente tratada. De forma alarmante, cerca de 45% dos doentes diabéticos vivem sem diagnóstico, o que atrasa o tratamento e agrava as complicações.
Em resposta a esta ameaça crescente, este estudo desenvolveu um sistema inovador chamado DiabSense, um sistema que utiliza a tecnologia de reconhecimento da atividade humana baseada num smartphone e a análise gráfica de redes neurais da retinopatia diabética. O DiabSense combina as duas redes neurais gráficas: a Graph Attention Network (GAT) para o reconhecimento da atividade humana e a Convolutional Graph Network (CGN) para a análise da retinopatia diabética. O sistema utiliza uma vasta gama de 23 actividades humanas que se assemelham a sintomas diabéticos para o reconhecimento da atividade humana. Além disso, analisa imagens da retina de pacientes para detetar a presença de retinopatia diabética, uma complicação comum da diabetes.
O sistema foi testado em quatro indivíduos experimentais, gerando relatórios de retinopatia diabética e avaliando as actividades diárias durante um período de 30 dias. O GAT alcançou uma precisão de 98,32% na deteção de actividades humanas a partir de dados de sensores, superando outros modelos de última geração. O CGN alcançou uma precisão de 84,48% na análise de imagens da retina para a comunicação da retinopatia diabética.
Uma vez obtidos os resultados das duas redes neurais gráficas, as actividades diárias dos pacientes diabéticos foram comparadas com as dos sujeitos experimentais. Isto permitiu identificar os factores de risco e recomendar um diagnóstico precoce, mesmo na ausência de sintomas aparentes. Os resultados obtidos com o DiabSense foram comparados com relatórios de diagnóstico clínico utilizando o teste A1C, confirmando a exatidão do sistema no diagnóstico precoce da diabetes.
O desenvolvimento deste sistema constitui um marco na utilização da tecnologia para resolver problemas de saúde globais como a diabetes. A combinação das duas redes neurais gráficas permite identificar a doença nas suas fases iniciais. Com a sua precisão e eficiência, tem o potencial de melhorar a vida de milhões de pessoas em todo o mundo, assegurando um tratamento precoce.
Para saber mais sobre este estudo, clique aqui.
Para mais pesquisas, veja o repositório da UNEATLANTICO.