Desenvolvimento e Validação Multicêntrica de uma Análise Facial por Fotopletismografia Remota (rPPG) Baseada em IA para Avaliação de Saúde Multimodal

A fotopletismografia remota (rPPG) é uma tecnologia ótica emergente e não invasiva que permite a extração de sinais fisiológicos a partir de vídeo facial utilizando câmaras padrão. Esta abordagem tem ganho crescente atenção na telemedicina devido à sua escalabilidade, custo-eficácia e capacidade de realizar rastreios de saúde remotos. Avanços recentes em inteligência artificial (IA) expandiram ainda mais o potencial do rPPG para além da monitorização básica de sinais vitais, incluindo a estimativa de biomarcadores cardiometabólicos e índices de risco de saúde. No entanto, a validação abrangente de sistemas baseados em rPPG em relação a medições clínicas padronizadas, biomarcadores laboratoriais e parâmetros psicológicos permanece limitada, particularmente em contextos de baixo e médio rendimento, como a Indonésia. Dada a elevada carga de doenças cardiometabólicas em populações urbanas como Jacarta, avaliar a precisão e viabilidade de tecnologias de digitalização facial baseadas em IA é essencial para apoiar a deteção precoce e a integração da saúde digital.

Objetivos Específicos

1. Avaliar a concordância entre os sinais vitais derivados do rPPG (frequência cardíaca, frequência respiratória, pressão arterial, SpO₂) e as medições correspondentes obtidas através de exame físico padronizado por pessoal treinado e dispositivos médicos validados.
2. Determinar o grau de concordância entre as estimativas baseadas em rPPG e os valores laboratoriais de hemoglobina, glicemia, HbA1c, LDL, HDL, triglicerídeos e colesterol total.
3. Analisar a associação entre os parâmetros fisiológicos derivados do rPPG e os níveis de depressão, ansiedade e stress medidos pelo questionário DASS 21.
4. Calcular a pressão arterial média (PAM), os escores de risco ASCVD e a idade cardíaca a partir dos resultados do rPPG e comparar estes índices com os derivados de dados clínicos e laboratoriais padrão.
5. Desenvolver e avaliar preliminarmente algoritmos exploratórios utilizando dados de vídeo rPPG para estimar a função renal, função hepática, massa muscular, gordura visceral, peso corporal, altura, índice de massa corporal e gordura subcutânea como potenciais parâmetros de rastreio.

Métodos Este estudo empregará um desenho observacional multicêntrico realizado em subdistritos selecionados de Jacarta e expandido para a região de Jabodetabek. Participantes adultos serão submetidos a uma avaliação abrangente incluindo questionários psicológicos (DASS, PHQ, GAD), medições antropométricas, análise de composição corporal, espirometria, testes de força muscular e amostragem de sangue venoso. As amostras de sangue serão analisadas utilizando POCT (≤30 minutos) e métodos laboratoriais clínicos padronizados ISO. Em paralelo, os participantes serão submetidos a uma digitalização facial não invasiva, gerando resultados baseados em rPPG, incluindo sinais vitais, índices hemodinâmicos e biomarcadores estimados por IA. A análise estatística incluirá análise de concordância de Bland-Altman, kappa de Cohen para variáveis categóricas, análise de correlação e métricas de desempenho de aprendizagem automática (MAE, MSE, RMSE, R²).

Resultados Esperados Espera-se que as medições baseadas em rPPG demonstrem boa concordância com as medições clínicas padrão para os sinais vitais principais (frequência cardíaca, frequência respiratória, SpO₂), com concordância moderada para a pressão arterial e biomarcadores selecionados. Prevê-se que os modelos baseados em IA mostrem desempenho preditivo aceitável para certos parâmetros metabólicos e variáveis exploratórias, apoiando a viabilidade do rPPG como ferramenta de rastreio. O estudo também espera identificar fatores de confusão-chave, como o tom de pele e a variabilidade demográfica, que influenciam a precisão do sinal.