Desenvolvimento de um estetoscópio digital não invasivo, habilitado com inteligência artificial, para monitorizar a condição cardíaca de atletas em tempo real
DOI:
https://doi.org/10.47197/retos.v60.108633Palavras-chave:
Sports therapy, Physical culture education, Health monitoring technology, Personalized training, Student engagement, Real-time cardiovascular monitoring, AI-enabled stethoscopeResumo
Este estudo investiga a eficácia dos estetoscópios digitais habilitados para IA na melhoria do desempenho físico, aumentando o envolvimento e a motivação dos alunos e melhorando o bem-estar psicológico entre os estudantes de cultura física. O projeto experimental envolveu dois grupos de 40 alunos cada: o grupo experimental utilizou estetoscópios habilitados para IA para monitorização cardiovascular em tempo real, enquanto o grupo de controlo contou com métodos tradicionais de monitorização do ritmo cardíaco. Os resultados indicaram melhorias significativas no desempenho físico, na participação e no bem-estar psicológico para o grupo experimental. A monitorização em tempo real facilitou ajustes personalizados ao treino, otimizando as cargas de treino e evitando o esforço excessivo, levando a resultados de desempenho superiores. Além disso, a utilização de ferramentas de monitorização inovadoras aumentou significativamente a motivação e o envolvimento dos alunos nas aulas de cultura física, reflectindo-se em taxas de frequência mais elevadas e numa participação mais entusiasta. As avaliações psicológicas revelaram que a monitorização contínua da saúde reduziu os níveis de ansiedade e melhorou o bem-estar mental geral, proporcionando aos alunos uma sensação de segurança e uma gestão proativa da saúde. Estas descobertas sublinham o potencial transformador da integração de tecnologias avançadas de monitorização em programas de educação física e reabilitação, fornecendo dados precisos e em tempo real que apoiam intervenções individualizadas e responsivas. O estudo conclui com um apelo à investigação futura para explorar os impactos a longo prazo e aplicações mais amplas de ferramentas de monitorização da saúde habilitadas para IA em vários ambientes educacionais e clínicos, com o objetivo de maximizar os seus benefícios e melhorar os resultados globais de estudantes e doentes.
Palavras-chave: Terapia desportiva, Educação física, Tecnologia de monitorização da saúde, Treino personalizado, Participação dos alunos, Monitorização cardiovascular em tempo real, Estetoscópio habilitado para IA.
Referências
S.-H. Sunwoo et al., “Soft bioelectronics for the management of cardiovascular diseases,” Nat. Rev. Bioeng., pp. 1–17, Sep. 2023, doi: https://doi.org/10.1038/s44222-023-00102-z.
Z. Jiang et al., “Automated valvular heart disease detection using heart sound with a deep learning algorithm,” IJC Heart & Vasculature, vol. 51, pp. 101368–101368, Apr. 2024, doi: https://doi.org/10.1016/j.ijcha.2024.101368.
R. Jaros, J. Koutny, M. Ladrova, and R. Martinek, “Novel phonocardiography system for heartbeat detection from vari-ous locations,” Sci. Rep., vol. 13, p. 14392, Sep. 2023, doi: https://doi.org/10.1038/s41598-023-41102-8.
Viktor Avbelj and M. Brloznik, “Phonocardiography and Electrocardiography with a Smartphone,” Sep. 2020, doi: https://doi.org/10.23919/mipro48935.2020.9245211.
Doskarayev, Bauyrzhan, et al. "Development of Computer Vision-enabled Augmented Reality Games to Increase Moti-vation for Sports." International Journal of Advanced Computer Science and Applications 14.4 (2023).
G. Peng, H. Zou, and J. Wang, “Classification of phonocardiograms using residual convolutional neural network and MLP,” Computing in cardiology, Dec. 2022, doi: https://doi.org/10.22489/cinc.2022.001.
Omarov, B., Altayeva, A., Demeuov, A., Tastanov, A., Kassymbekov, Z., & Koishybayev, A. (2020, December). Fuzzy controller for indoor air quality control: a sport complex case study. In International Conference on Advanced In-formatics for Computing Research (pp. 53-61). Singapore: Springer Singapore.
Moez Krichen, “Convolutional Neural Networks: A Survey,” Computers, vol. 12, no. 8, pp. 151–151, Jul. 2023, doi: https://doi.org/10.3390/computers12080151.
X. Zhao, L. Wang, Y. Zhang, X. Han, Muhammet Deveci, and M. Parmar, “A review of convolutional neural networks in computer vision,” Artif. Intell. Rev., vol. 57, no. 4, Mar. 2024, doi: https://doi.org/10.1007/s10462-024-10721-6.
Omarov, B., Narynov, S., & Zhumanov, Z. (2023). Artificial intelligence-enabled chatbots in mental health: a systematic review. Comput. Mater. Continua 74, 5105–5122 (2022), https://doi.org/10.1109/ACIT50332.2020.9300109.
J. Chen et al., “Congenital heart disease detection by pediatric electrocardiogram based deep learning integrated with human concepts,” Nat. Commun., vol. 15, no. 1, p. 976, Feb. 2024, doi: https://doi.org/10.1038/s41467-024-44930-y.
P. P. Sengupta, J. Kluin, S.-P. Lee, J. K. Oh, and A. I. P. M. Smits, “The future of valvular heart disease assessment and therapy,” The Lancet, Mar. 2024, doi: https://doi.org/10.1016/s0140-6736(23)02754-x.
M.-H. Guo et al., “Attention mechanisms in computer vision: A survey,” Comput. Vis. Media., Mar. 2022, doi: https://doi.org/10.1007/s41095-022-0271-y.
Vera, C. R., Cámara, I. A., & González-Moro, I. M. (2024). Analysis of the factors of heart rate variability affected after a hypoxia tolerance test as a function of gender. Retos: nuevas tendencias en educación física, deporte y recreación, (55), 177-183.
N. Jatia and K. Veer, “Techniques Used in Phonocardiography: A Review,” Lecture notes in mechanical engineering, pp. 79–90, Jan. 2022, doi: https://doi.org/10.1007/978-981-16-9236-9_8.
AbdelKebir Sabil and Sandrine Launois, “Tracheal Sound Analysis,” Adv. Exp. Med. Biol., pp. 265–280, Jan. 2022, doi: https://doi.org/10.1007/978-3-031-06413-5_16.
F. Vásquez-Iturralde, M. Flores-Calero, F. Grijalva-Arévalo, and Andrés Rosales-Acosta, “Automatic Classification of Cardiac Arrhythmias using Deep Learning Techniques: A Systematic Review,” IEEE Access, pp. 1–1, Jan. 2024, doi: https://doi.org/10.1109/access.2024.3408282.
F. Liu et al., “Advancing brain-inspired computing with Hybrid Neural networks,” Natl. Sci. Rev., Feb. 2024, doi: https://doi.org/10.1093/nsr/nwae066.
S. Lu, M. Liu, L. Yin, Z. Yin, X. Liu, and W. Zheng, “The multi-modal fusion in visual question answering: a review of attention mechanisms,” PeerJ, vol. 9, pp. e1400–e1400, May 2023, doi: https://doi.org/10.7717/peerj-cs.1400.
Sallauddin Mohmmad and Suresh Kumar Sanampudi, “Exploring current research trends in sound event detection: a systematic literature review,” Multimed. Tools Appl., Apr. 2024, doi: https://doi.org/10.1007/s11042-024-18740-9.
Shams Forruque Ahmed et al., “Deep learning modelling techniques: current progress, applications, advantages, and challenges,” Artif. Intell. Rev., vol. 56, Apr. 2023, doi: https://doi.org/10.1007/s10462-023-10466-8.
Z. Wang, Y. Ma, and Y. Zhang, “Review of pixel-level remote sensing image fusion based on deep learning,” Information Fusion, Sep. 2022, doi: https://doi.org/10.1016/j.inffus.2022.09.008.
Sarsenkul Tileubay et al., “Development of Deep Learning Enabled Augmented Reality Framework for Monitoring the Physical Quality Training of Future Trainers-Teachers,” Int. J. Adv. Comput. Sci. Appl., vol. 15, no. 3, Jan. 2024, doi: https://doi.org/10.14569/ijacsa.2024.0150334.
H. Xiao, L. Li, Q. Liu, X. Zhu, and Q. Zhang, “Transformers in medical image segmentation: A review,” Biomed. Signal Process. Control., vol. 84, p. 104791, Jul. 2023, doi: https://doi.org/10.1016/j.bspc.2023.104791.
J. D. K. Abel, S. Dhanalakshmi, and R. Kumar, “A comprehensive survey on signal processing and machine learning techniques for non-invasive fetal ECG extraction,” Multimed. Tools Appl., Jul. 2022, doi: https://doi.org/10.1007/s11042-022-13391-0.
T. Anbalagan, M. K. Nath, D. Vijayalakshmi, and A. Anbalagan, “Analysis of various techniques for ECG signal in healthcare, past, present, and future,” Biomedical Engineering Advances, vol. 6, p. 100089, Nov. 2023, doi: https://doi.org/10.1016/j.bea.2023.100089.
Z. Chen, M. Ma, T. Li, H. Wang, and C. Li, “Long sequence time-series forecasting with deep learning: A survey,” Information Fusion, p. 101819, Apr. 2023, doi: https://doi.org/10.1016/j.inffus.2023.101819.
Omarov, B., Batyrbekov, A., Suliman, A., Omarov, B., Sabdenbekov, Y., & Aknazarov, S. (2020, November). Electron-ic stethoscope for detecting heart abnormalities in athletes. In 2020 21st International Arab Conference on Infor-mation Technology (ACIT) (pp. 1-5). IEEE, https://doi.org/10.1109/ACIT50332.2020.9300109.
Khani, A. A. M., Soldoozy, A., Rudi, F. S., & Zandi, E. (2024). Improving signal isolation in hybrid RF duplexer utilizing a band-pass filter. Memories-Materials, Devices, Circuits and Systems, 8, 100112.
M. S. Khan et al., “Artificial intelligence and heart failure: A state-of-the-art review,” Eur. J. Heart Fail., vol. 25, no. 9, pp. 1507–1525, Sep. 2023, doi: https://doi.org/10.1002/ejhf.2994.
Álvarez, C., Peñailillo, L., Saavedra, P. I., Tuesta, M., Mayorga, D. J., Domaradski, J., ... & Floody, P. D. (2024). Ex-ercise training is effective for arterial stiffness and blood pressure rehabilitation in hypertensive adults. Retos: nuevas tendencias en educación física, deporte y recreación, (56), 301-311.
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2024 Retos
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e assegurar a revista o direito de ser a primeira publicação da obra como licenciado sob a Licença Creative Commons Attribution que permite que outros para compartilhar o trabalho com o crédito de autoria do trabalho e publicação inicial nesta revista.
- Os autores podem estabelecer acordos adicionais separados para a distribuição não-exclusiva da versão do trabalho publicado na revista (por exemplo, a um repositório institucional, ou publicá-lo em um livro), com reconhecimento de autoria e publicação inicial nesta revista.
- É permitido e os autores são incentivados a divulgar o seu trabalho por via electrónica (por exemplo, em repositórios institucionais ou no seu próprio site), antes e durante o processo de envio, pois pode gerar alterações produtivas, bem como a uma intimação mais Cedo e mais do trabalho publicado (Veja O Efeito do Acesso Livre) (em Inglês).
Esta revista é a "política de acesso aberto" de Boai (1), apoiando os direitos dos usuários de "ler, baixar, copiar, distribuir, imprimir, pesquisar, ou link para os textos completos dos artigos". (1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
