Cabanas, InêsDelgado, GabrielaPereanu, TeresaPereira, MarcoDias, Hermínia Brites2024-02-222024-02-222024-02Cabanas I, Delgado G, Pereanu T, Pereira M, Dias HB. Aplicação da inteligência artificial na função respiratória. In: XVII Seminário Temático em Fisiologia Clínica, ESTeSL, 1 de fevereiro de 2024.http://hdl.handle.net/10400.21/17161Introdução: A Inteligência Artificial (IA) é o produto de combinações de modelos matemáticos sofisticados e de computação, que permite o desenvolvimento de algoritmos complexos capazes de imitar a inteligência humana, simulando a capacidade de raciocinar, aprender e tomar decisões. No Estudo da Função Respiratória (EFR), a IA tem sido aplicada em softwares para análise da qualidade das curvas, avaliação de parâmetros, reconhecimento de padrões ventilatórios e monitorização remota. Pretende-se com este trabalho apresentar as potencialidades da IA na área respiratória e o que já está a ser implementado. Desenvolvimento: O Machine Learning, subárea da IA que permite o aperfeiçoamento autónomo de algoritmos através da inserção de uma grande quantidade de dados com o objetivo de reconhecer padrões. Uma das características dos softwares baseados em IA é a sua capacidade de progressão quando expostos a novos casos. Diversos autores defendem que a utilidade de um software baseado em IA, no EFR, será a diminuição do tempo até ao diagnóstico final, a redução do número de testes para se obter um exame de qualidade e a padronização dos critérios de interpretação para minimizar o número de diagnósticos errados. Contudo, alertam para que a dependência excessiva das capacidades de automação por conveniência e eficiência possam interferir na formação e qualificação profissional. A aplicação da IA no EFR tem por base o desenvolvimento de algoritmos específicos de Machine Learning designados Convolution Neural Networks, utilizados em visão computacional na compreensão e interpretação de imagens ou dados visuais. Este tipo de algoritmos, inseridos em softwares de EFR, permitem automatizar a identificação de artefactos, a aplicação de critérios de qualidade e o reconhecimento de padrões ventilatórios por avaliação do FEV1 e da CVF. Encontram-se disponíveis no mercado dois softwares, ArtiQ.QC e ArtiQ.PFT, dirigidos respetivamente ao controlo da qualidade e à interpretação de curvas. A sua aplicação na prática clínica ainda está a ser estudada e discutida. A IA aplicada à telesaúde tem o objetivo de reduzir hospitalizações e melhorar a qualidade de vida em doentes crónicos, através da prevenção de exacerbações de doenças respiratórias. No domínio da terapêutica inalatória, o desenvolvimento de sensores adaptáveis aos inaladores existentes no mercado permite a monitorização contínua da adesão à terapêutica. Conclusão: Ao nível do EFR, a utilização de IA pode permitir ganhos na qualidade e capacidade diagnóstica e no acompanhamento dos indivíduos com patologias respiratórias. A sua aplicação fora dos centros especializados pode ter um papel fundamental na saúde respiratória das populações.porInteligência artificialFunção respiratóriaArtificial intelligenceRespiratory functionMachine learningSoftwareRemote monitoringconference object