ENQUADRAMENTO
O aumento da prevalência de doenças crónicas, em particular das patologias cardio-renais e gastrointestinais, representa um dos maiores desafios para os sistemas de saúde, exigindo abordagens que permitam uma monitorização mais contínua, personalizada e orientada para a deteção precoce de alterações clínicas.
A maioria dos métodos de avaliação continua depende de exames pontuais e de interações presenciais com profissionais de saúde, o que dificulta a recolha regular de informação e a identificação atempada de sinais de risco.
Neste contexto, a evolução das tecnologias de sensorização, da Inteligência Artificial e da saúde digital abre novas oportunidades para integrar a monitorização clínica em ambientes do quotidiano, tornando-a mais acessível, discreta e não invasiva.
SOLUÇÃO PROPOSTA
O T-PRISM (Toilet Platform for Real-time Integrated Sensing and Monitoring for Analysis) visa o desenvolvimento e validação pré-clínica de uma sanita inteligente multissensorial capaz de realizar monitorização contínua e não invasiva da saúde.
A solução irá integrar diferentes tecnologias de aquisição e análise de dados para avaliar indicadores associados à saúde cardiovascular, renal e gastrointestinal.
A plataforma combinará informação proveniente de urinálises com 14 biomarcadores, eletrocardiograma (ECG), fotopletismografia (PPG), bioimpedância, temperatura, peso e análise fecal, permitindo gerar uma visão integrada do estado de saúde do utilizador.
Com recurso a Inteligência Artificial e análise multimodal de dados, o sistema pretende apoiar a deteção precoce de alterações fisiológicas e fornecer informação relevante para suporte à decisão clínica.
CONTRIBUTO DO CCG/ZGDV
O CCG/ZGDV é responsável pelo desenvolvimento da componente de Visão por Computador e Inteligência Artificial aplicada à análise fecal. O trabalho desenvolvido incidirá na criação de algoritmos avançados para análise automática de imagens, capazes de identificar e caracterizar indicadores relevantes para a avaliação da saúde gastrointestinal.
Entre as funcionalidades previstas encontram-se a classificação das fezes segundo a Escala de Bristol, a análise da cor e da fragmentação, a deteção de muco e a identificação de indicadores visuais potencialmente associados à presença de sangue oculto.
Os resultados produzidos serão integrados com os restantes dados recolhidos pela plataforma, contribuindo para uma análise multimodal do estado de saúde do utilizador.
Com este contributo, o CCG/ZGDV reforça a sua atuação nas áreas da Inteligência Artificial aplicada à Saúde e da Visão por Computador, desenvolvendo tecnologias capazes de transformar informação visual complexa em biomarcadores digitais relevantes para a monitorização contínua e não invasiva da saúde.