DOSE-I: A Multimodal Biosignal Dataset of Procedural Sedation for Endoscopy -- Technical Report
Este relatório técnico detalha o conjunto de dados DOSE-I, um recurso de sinais biológicos multimodais que compreende 78,5 horas de dados de sedação procedimental clinicamente anotados de 281 procedimentos endoscópicos, incluindo transições de consciência, rótulos de profundidade de sedação e características de pEEG pré-processadas para apoiar pesquisas futuras.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine que você está tentando ensinar um robô a dirigir um carro, mas em vez de uma estrada, o robô está navegando pelo corpo de um paciente durante um procedimento médico. Para fazer isso com segurança, o robô precisa saber exatamente o quão "acordado" ou "adormecido" o paciente está a cada segundo. Este é o mundo complexo da sedação procedimental. Quando médicos realizam exames internos delicados, como endoscopias (olhando dentro do estômago ou dos pulmões), eles administram medicamentos para deixar os pacientes relaxados e sem dor. Mas há uma linha tênue: remédio de menos, e o paciente sente dor ou se move; remédio de mais, e ele pode parar de respirar ou ter sua frequência cardíaca cair perigosamente.
Por muito tempo, os médicos confiaram em seus próprios olhos e ouvidos para estimar esse nível de sono, verificando se um paciente consegue apertar uma mão quando solicitado. É um pouco como tentar julgar a temperatura de uma sopa colocando o dedo nela — às vezes funciona, mas nem sempre é preciso. Cientistas têm tentado construir "termômetros" melhores para o cérebro usando biossinais. Estes são sussurros elétricos do corpo: o ECG (o ritmo elétrico do coração), o EEG (a conversa elétrica do cérebro) e o PLETH (uma verificação de pulso baseada em luz no dedo). A grande questão neste campo é: Podemos coletar sussurros elétricos suficientes de pacientes reais para ensinar uma inteligência artificial a prever exatamente o quão profunda é a sedação, tornando esses procedimentos mais seguros para todos?
Este artigo apresenta uma nova e massiva caixa de ferramentas para esse propósito, chamada dataset DOSE-I. Pense nisso como uma biblioteca gigante e de alta definição de gravações de "pacientes sonolentos". Os pesquisadores reuniram 171 gravações separadas de procedimentos de endoscopia reais em um hospital na Alemanha, totalizando 78,5 horas de dados. Dentro desta biblioteca, eles não apenas despejaram vídeos brutos; eles rotularam cuidadosamente cada momento com o que o paciente estava realmente fazendo e sentindo. Eles rastrearam 1.129 transições entre estar acordado e inconsciente, e registraram mais de 7.300 verificações específicas de quão sedado o paciente estava usando uma escala padrão chamada MOAA/S.
O que torna este conjunto de dados especial é que ele é um tesouro "multimodal". Ele não tem apenas um tipo de sinal; tem o ritmo do coração, as ondas cerebrais, o pulso do dedo e até a pressão arterial, tudo acontecendo ao mesmo tempo. Para torná-lo ainda mais útil, os autores não pararam nos dados brutos. Eles também forneceram uma versão "processada" dos sinais cerebrais (chamada pEEG) que transforma as ondas elétricas bagunçadas em 40 números diferentes que descrevem o estado do cérebro, como quanta atividade "lenta" ou "rápida" está ocorrendo. Eles até incluíram um "mapa" de onde os dados podem estar bagunçados ou ruidosos (artefatos), para que os pesquisadores saibam quais partes confiar e quais ignorar.
O artigo em si é um manual técnico para este conjunto de dados. Ele explica exatamente como os dados foram coletados, como os eletrodos foram colocados nas cabeças dos pacientes e como os médicos anotaram cada vez que administraram uma dose do medicamento sedativo Propofol. Ele detalha os tipos específicos de pacientes envolvidos (variando de 21 a 83 anos) e os diferentes tipos de procedimentos que realizaram. Os autores não estão alegando ter resolvido o problema do monitoramento da sedação ainda; em vez disso, eles estão dizendo: "Aqui está o conjunto de dados do mundo real mais detalhado e completo que construímos até agora. Esperamos que outros cientistas usem isso para treinar seus próprios modelos de IA para tornar esses procedimentos mais seguros". Eles fornecem as matérias-primas — os sussurros elétricos, as doses de medicamentos e as notas clínicas — para que a próxima geração de pesquisadores possa construir o "piloto automático" que mantém os pacientes seguros enquanto eles dormem.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.