A foundation model of wearable pulse oximetry reveals physiological signatures of health and cardiometabolic risk

Resumo Técnico: Um Modelo de Fundação para Oximetria de Pulso Vestível

Declaração do Problema
A fotopletismografia (PPG) é uma tecnologia óptica onipresente, não invasiva, utilizada em dispositivos vestíveis de consumo e dispositivos clínicos para monitorar a frequência cardíaca e a saturação de oxigênio. Embora a forma de onda PPG bruta contenha dados fisiológicos ricos que codificam estados cardiovasculares, autonômicos e respiratórios, essas informações permanecem amplamente não interpretadas. As aplicações atuais de aprendizado profundo para PPG são limitadas pela supervisão específica para tarefas (ex: estadiamento do sono) ou dependem de características manuais (ex: pontos fiduciais) que frequentemente sofrem overfitting para alvos diagnósticos específicos, como o índice de apneia-hipopneia (IAH). Consequentemente, existe um hiato tecnológico: modelos de PPG escaláveis carecem de poder preditivo amplo, enquanto modelos fisiológicos abrangentes (ex: aqueles que utilizam polissonografia completa) são difíceis de escalar para a saúde populacional. Os autores postulam que um modelo de fundação treinado em dados de PPG de larga escala e não rotulados poderia desbloquear assinaturas fisiológicas intrínsecas para a estratificação de risco global de saúde.

Metodologia
O estudo introduz o PulseOx-FM, um modelo de fundação baseado em transformer projetado para aprender representações latentes a partir de sinais brutos de oximetria de pulso periférico.

• Fonte de Dados: O modelo foi pré-treinado no Human Phenotype Project (HPP), um estudo longitudinal de larga escala envolvendo 11.311 participantes. O conjunto de dados compreende 45.068 registros de monitoramento de sono noturno (310.264 horas) coletados via dispositivo WatchPAT, que captura SpO2, frequência de pulso e formas de onda de fluxo sanguíneo periférico (via pletismografia de pulso arterial periférico, PAT).
• Pré-treinamento: O PulseOx-FM utiliza um objetivo de Autoencoder Mascarado (MAE). Foi treinado em 6.995.558 segmentos de 2 minutos de dados de oximetria de pulso. Esta abordagem de aprendizado autossupervisionado permite que o modelo aprenda representações fisiológicas sem rótulos manuais, reconstruindo partes mascaradas do sinal de entrada.
• Arquitetura: O modelo emprega uma estrutura de codificador-decodificador transformer para gerar embeddings latentes de 256 dimensões. Esses embeddings são agrupados (pooled) ao longo de múltiplos segmentos por noite e alimentados em cabeças de predição leves e específicas para tarefas.
• Estratégia de Avaliação:
  • Benchmarking: O desempenho foi comparado contra baselines estabelecidos, incluindo extração de características de código aberto (PyPPG) e algoritmos proprietários de dispositivos (WatchPAT).
  • Tarefas de Avaliação (Downstream Tasks): Os embeddings congelados foram avaliados em 64 alvos fenotípicos, incluindo medidas contínuas (exames de sangue, composição corporal, parâmetros do sono) e resultados binários (diagnósticos, ingestão de medicamentos).
  • Generalização: O modelo foi testado em uma coorte externa, fora da distribuição (out-of-distribution), o VitalDB, composta por 6.156 participantes submetidos a monitoramento intraoperatório sob anestesia geral, um contexto vastamente diferente dos dados de treinamento.
  • Análise Longitudinal: O estudo analisou a estabilidade intraindividual ao longo do tempo (noites consecutivas vs. dois anos de diferença) e a capacidade de prever estados metabólicos do dia seguinte (glicose, dieta, atividade) controlando a arquitetura do sono e a ingestão dietética.

Principais Resultados

1. Predição de Idade como um Benchmark de Saúde:

   • O PulseOx-FM superou significativamente tanto o PyPPG (características manuais) quanto as características proprietárias do WatchPAT na predição da idade cronológica, um proxy para a saúde global.
   • No conjunto de teste do HPP, o PulseOx-FM alcançou uma correlação de Pearson ($r$) de 0,69, comparado a 0,65 para o PyPPG e 0,64 para o WatchPAT.
   • Crucialmente, o modelo manteve um desempenho robusto na coorte cirúrgica externa VitalDB ($r=0,70$), demonstrando que as representações aprendidas generalizam do sono ambulatorial para estados intraoperatórios agudos sem necessidade de ajuste fino (fine-tuning).

2. Predição Fenotípica Ampla:

   • A adição dos embeddings do PulseOx-FM às bases demográficas (idade, sexo, IMC) melhorou significativamente as predições para 64 alvos.
   • Domínio Cardiometabólico: Os maiores ganhos foram observados no índice de distúrbio respiratório ($r: 0,36 \to 0,76$), IAH ($0,43 \to 0,70$), pressão arterial sistólica/diastólica, triglicerídeos e espessura da camada íntima-média da carótida.
   • Detecção de Medicamentos: O modelo mostrou melhorias substanciais na detecção de classes de medicamentos, particularmente psicoanalépticos (AUC $0,49 \to 0,70$) e anti-hipertensivos (betabloqueadores, inibidores do sistema renina-angiotensina, bloqueadores de canais de cálcio), sugerindo que os embeddings capturam assinaturas farmacodinâmicas na vasculatura.
   • Arquitetura do Sono: O modelo recuperou parâmetros do sono (ex: eficiência do sono, tempo total de vigília) que as demografias sozinhas não conseguiam prever, indicando que ele internaliza a estrutura do sono individual a partir de formas de onda brutas.

3. Predições Longitudinais e do Dia Seguinte:

   • Risco de Hipertensão: O modelo identificou prospectivamente a incidência de hipertensão em dois anos em indivíduos normotensos (AUC $0,51 \to 0,64$), sugerindo que captura assinaturas vasculares pré-clínicas.
   • Estabilidade Intraindividual: Os embeddings para o mesmo indivíduo em noites consecutivas foram significativamente mais próximos (mediana de distância L2 de 0,68) do que os de estranhos com perfis demográficos semelhantes (1,55), confirmando uma impressão digital fisiológica estável e específica do indivíduo.
   • Estado Metabólico do Dia Seguinte: Os embeddings melhoraram significativamente a predição do indicador de gestão de glicose (GMI) do dia seguinte, gasto energético e níveis de atividade em comparação com as características de arquitetura do sono isoladamente.
   • Sinal Glicêmico Independente de Dieta: Utilizando um sistema de análise de agentes orientado pela literatura, os autores realizaram uma análise de mediação causal. Eles descobriram que a associação entre os embeddings noturnos e a glicemia do dia seguinte era predominantemente um efeito fisiológico direto (aprox. 100% do efeito total), não mediado pela ingestão dietética do dia seguinte.

Significância e Alegações
O artigo afirma que o PulseOx-FM estabelece um arcabouço generalizável para codificar padrões fisiológicos a partir do sono usando apenas um único sinal óptico escalável. Sua significância reside em unir a acessibilidade dos dispositivos vestíveis de consumo com a profundidade preditiva da modelagem fisiológica abrangente.

• Aprendizado Fisiológico Intrínseco: A capacidade do modelo de transferir do sono para a anestesia sem ajuste fino sugere que ele aprende propriedades sistêmicas intrínsecas da fisiologia vascular humana, em vez de artefatos específicos do conjunto de dados.
• Além dos Sinais Vitais: Os achados demonstram que as formas de onda PPG brutas contêm informações que vão muito além da frequência cardíaca e SpO2, capturando o envelhecimento vascular, o risco cardiometabólico e a modulação autonômica.
• Potencial para Medicina de Precisão: Ao identificar sinais vasculares subclínicos (ex: risco futuro de hipertensão) e estados metabólicos independentes da dieta, o PulseOx-FM oferece um caminho para o monitoramento de saúde longitudinal, passivo, contínuo e acessível para a estratificação de risco global.

Os autores concluem que, embora o modelo mostre promessa para tradução clínica, a validação prospectiva em populações diversas e trabalhos adicionais para desmembrar assinaturas de doenças de efeitos farmacológicos são necessários antes da implantação clínica.