Medicina

Fios condutores costurados em roupas criam circuitos que mudam com o movimento, permitindo roupas digitais que capturam movimentos com precisão. Apresentado na DIS 2024, o estudo visa melhorar exercícios e reabilitação, usando energia sem fio de um celular.

Pesquisadores desenvolveram um modelo de IA que analisa imagens de ressonância magnética cardíaca em segundos, comparável à análise manual, que leva 45 minutos. O método, desenvolvido pelas universidades de East Anglia, Sheffield e Leeds, pode melhorar diagnósticos e tratamentos cardíacos, economizando tempo e recursos. Estudos futuros devem testar o modelo em grupos maiores e diferentes hospitais. A pesquisa foi publicada no European Radiology Experimental.

OpenAI e Thrive Global criam Thrive AI Health, um coach de saúde baseado em IA para ajudar pacientes crônicos a adotarem hábitos saudáveis. O assistente personaliza recomendações em sono, alimentação, movimento, estresse e conexões sociais, visando democratizar o acompanhamento de saúde com conselhos adaptados a cada usuário. O aplicativo estará disponível em plataformas móveis e corporativas, sem data de lançamento definida.

Inspirados na forma como bebês aprendem, cientistas da Universidade de Nova York desenvolveram um método para ensinar IA usando a visão e a audição de uma criança. Usando um capacete com câmera, um bebê de 6 a 25 meses registrou 61 horas de vídeo e 250 mil palavras. O método CVCL associa palavras a imagens, resultando em 62% de precisão na identificação de objetos, superando métodos tradicionais que requerem mais dados. O estudo, publicado na Science, sugere que a aprendizagem contextual de bebês pode revolucionar o treinamento de IA, mas mais pesquisa é necessária para validar os resultados.

Pesquisadores do Karolinska Institutet desenvolveram nanorrobôs que eliminam células cancerígenas em camundongos, ativados apenas no microambiente tumoral, reduzindo o crescimento do tumor em 70%, com estudo publicado na Nature Nanotechnology

A UC San Diego desenvolveu o CARMEN, um robô assistivo para neurorreabilitação cognitiva. Projetado para ajudar pessoas com comprometimento cognitivo leve, ele ensina habilidades para melhorar memória e atenção em casa.

Pesquisadores da UT Southwestern desenvolveram um sistema de inteligência artificial capaz de detectar sinais precoces de Alzheimer analisando padrões de fala dos pacientes. Utilizando aprendizado de máquina e processamento de linguagem natural, a equipe avaliou 206 pessoas e comparou os resultados com biomarcadores tradicionais. A abordagem mostrou-se eficaz na identificação de comprometimento cognitivo leve e progressão da doença, muitas vezes antes que os sintomas sejam detectáveis por testes cognitivos convencionais. Esta tecnologia promete revolucionar o diagnóstico e permitir intervenções mais precoces e eficazes.