AI- Enhanced Stethoscope in Remote Diagnostics for Cardiopulmonary Diseases

Resumo Técnico: Estetoscópio Aprimorado por IA em Diagnósticos Remotos para Doenças Cardiopulmonares

Declaração do Problema
As doenças cardiovasculares e pulmonares representam uma das principais causas de mortalidade global, contudo o diagnóstico oportuno permanece um desafio significativo, particularmente em regiões remotas e com recursos limitados. A auscultação tradicional depende fortemente da interpretação subjetiva de profissionais qualificados, um recurso frequentemente escasso em áreas em desenvolvimento. Embora existam estetoscópios digitais, seu alto custo limita a acessibilidade, e muitos modelos de diagnóstico baseados em IA existentes restringem-se à análise de sons cardíacos ou pulmonares individualmente, em vez de simultaneamente. Além disso, muitos modelos atuais lutam com desequilíbrio de classes nos conjuntos de dados e carecem da arquitetura leve necessária para implantação em dispositivos embarcados de baixo custo.

Metodologia
Os autores propõem um modelo híbrido de aprendizado profundo projetado para operar em hardware embarcado de baixo custo, integrado a um estetoscópio tradicional modificado com um microfone para captura de áudio. O fluxo de trabalho do sistema envolve as seguintes etapas técnicas:

1. Aquisição e Pré-processamento de Dados:

   • Hardware: Um estetoscópio padrão conectado via conector de 3,5 mm a um dispositivo hospedando uma aplicação web.
   • Processamento de Sinal: Sinais brutos de auscultação (25–400 Hz) são filtrados usando um filtro passa-banda Butterworth de segunda ordem, reamostrados para 1000 Hz e truncados em sequências de 2,5 segundos (2500 pontos de dados). Os sinais são normalizados para a faixa (-1, 1).
   • Aumento de Dados: Para abordar o desequilíbrio de classes (particularmente no conjunto de dados pulmonar ICBHI 2017), técnicas como adição de ruído, deslocamento temporal e alteração de tom/velocidade são aplicadas às classes sub-representadas.

2. Extração de Características:

   • O sistema utiliza Coeficientes Cepstrais de Frequência Mel (MFCCs) para capturar características essenciais de áudio que imitam a percepção auditiva humana.
   • O processo envolve janelamento, transformação de Fourier para o domínio da frequência, aplicação de bancos de filtros Mel, compressão logarítmica e Transformada Discreta de Cosseno (DCT).
   • A forma de entrada para o modelo é definida como características MFCC (1, 52).

3. Arquitetura do Modelo (Híbrido CNN-GRU):

   • A inovação central é uma arquitetura híbrida combinando Redes Neurais Convolucionais (CNN) para extração de características espaciais e Unidades Recorrentes com Portas (GRU) para aprendizado de sequências temporais.
   • Camadas CNN: Duas camadas convolucionais (256 e 512 filtros, respectivamente) com tamanho de kernel 11, seguidas por max pooling, normalização em lote e ativação ReLU.
   • Camadas GRU: Cinco conjuntos de camadas GRU com unidades variáveis (32, 64, 128) usando ativação 'tanh', com saídas combinadas através de uma camada aditiva.
   • Classificação: Camadas densas com ativação Leaky ReLU levam a uma camada de saída final com 11 unidades e ativação softmax para classificação multiclasse.

4. Treinamento e Implantação:

   • O modelo é treinado usando o otimizador Adam (taxa de aprendizado 0,0002) e perda de Entropia Cruzada Categórica.
   • Técnicas como Parada Antecipada (patiência de 300 épocas) e Checkpointing de Modelo são empregadas para evitar sobreajuste.
   • O modelo treinado é implantado via uma aplicação web baseada em Streamlit, permitindo análise em tempo real de áudio gravado pelo estetoscópio de baixo custo e habilitando telemedicina através da geração de relatórios por e-mail.

Principais Contribuições

• Diagnóstico Simultâneo: Diferentemente de trabalhos anteriores que focam em sons cardíacos ou pulmonares, este modelo diagnostica simultaneamente 11 classes distintas: 5 condições cardiovasculares (Estenose Aórtica, Estenose Mitral, Insuficiência Mitral, Normal, Prolapso da Válvula Mitral) e 6 condições pulmonares (Pneumonia, Bronquiectasia, Bronquiolite, Infecção das Vias Aéreas Superiores, DPOC, Saudável).
• Acessibilidade Custo-Efetiva: O sistema é explicitamente projetado para dispositivos embarcados de baixo custo, visando preencher a lacuna em ambientes com recursos limitados onde estetoscópios digitais de alto nível são inacessíveis.
• Arquitetura Híbrida: A integração de CNN e GRU aproveita tanto dependências baseadas em frequência quanto temporais, abordando limitações de modelos isolados.
• Sistema de Ponta a Ponta: O artigo apresenta um fluxo de trabalho completo desde a configuração de hardware até uma interface web funcional para consulta remota.

Resultados
O estudo avaliou o modelo híbrido proposto contra modelos CNN e GRU isolados usando métricas incluindo Precisão, Revocação, Pontuação F1 e Acurácia.

• Sons Pulmonares: A CNN isolada alcançou uma acurácia média de 74,16%, e a GRU alcançou 75,83%. O modelo híbrido CNN+GRU melhorou significativamente o desempenho, atingindo uma acurácia média de 94% (com acurácias de classes específicas variando de 75% para Pneumonia a 94% para Bronquiolite).
• Sons Cardíacos: A CNN isolada alcançou 81% de acurácia, e a GRU alcançou 83%. O modelo híbrido alcançou uma acurácia média de 94% em todas as classes cardíacas (por exemplo, 94,01% para Estenose Aórtica, 94,09% para Normal).
• Comparação: O modelo híbrido demonstrou desempenho superior no tratamento do desequilíbrio de classes e extração complexa de características em comparação com modelos individuais, conforme evidenciado por matrizes de confusão e tabelas de métricas comparativas.

Significado e Alegações
Os autores afirmam que este trabalho representa um passo transformador em direção a cuidados de saúde padronizados e acessíveis. Ao integrar um estetoscópio custo-efetivo com um modelo de IA eficiente, o sistema visa:

• Reduzir erros humanos no diagnóstico.
• Fornecer análise em tempo real em áreas remotas carentes de profissionais qualificados.
• Facilitar fluxos de trabalho de telemedicina através de uma interface amigável que permite que não especialistas gravem e transmitam dados para médicos.

O artigo conclui que, embora os resultados atuais sejam promissores, o sistema requer testes clínicos em larga escala e expansão adicional de dados em diversos hospitais para validar plenamente sua eficácia e refinar o modelo para implantação mais ampla. Os autores mantêm um tom modesto, reconhecendo que o estudo atual é uma prova de conceito para uma ferramenta de diagnóstico aprimorada por IA e de baixo custo.