Modelo Híbrido e Multimodal de Deep Learning para auxiliar no monitoramento do relógio circadiano em pacientes quimioterápicos e do avanço tumoral

Descrição

O uso de dispositivos vestíveis (wearables) e Inteligência Artificial (IA) tem crescido na área da saúde, porém sua aplicação na Oncologia clínica ainda é limitada, especialmente no monitoramento do sono e do ciclo circadiano em pacientes submetidos à quimioterapia. Distúrbios de sono são frequentes nesses pacientes e impactam diretamente a resposta ao tratamento, a qualidade de vida e até a evolução tumoral. Métodos tradicionais para avaliar o sono, como a polissonografia, são caros, incômodos e inviáveis para monitoramento contínuo. Diante disso, essa proposta de projeto visa o desenvolvimento de um modelo de IA baseado em dados coletados por wearables para identificar padrões de sono não saudáveis em pacientes quimioterápicos e correlacioná-los com a evolução tumoral. O desenvolvimento é baseado nas etapas padrões do desenvolvimento de modelos de IA, sendo elas: coleta de dados, pré-processamento, engenharia de features, modelagem, validação e interpretabilidade. Com isso, espera-se desenvolver um modelo de IA interpretável e aceitável clinicamente, capaz de detectar distúrbios de sono clinicamente relevantes em pacientes quimioterápicos, permitindo a personalização da cromoterapia e a tomada de decisão oncológica. Além disso, pretende-se desenvolver um protocolo robusto de uso de dados de wearables em aplicações clínicas, com melhoria na generalização, confiabilidade e interpretabilidade dos modelos.