Melhorando as Práticas de Ressuscitação de Recém-Nascidos

Todo ano, um milhão de bebês Recém-nascidos morrem no primeiro dia de vida. Muitas dessas mortes acontecem por causa de problemas durante o parto, especialmente a asfixia neonatal. Essa condição significa que o bebê não recebe oxigênio suficiente logo após o nascimento. Em países mais pobres, muitos bebês precisam de ajuda para começar a respirar, e saber como agir rápido é crucial para a sobrevivência deles.

Existem diretrizes para a Ressuscitação de recém-nascidos, mas o impacto de vários tratamentos não é bem compreendido. O projeto Safer Births estuda essa questão, coletando dados durante os esforços de ressuscitação no Hospital Luterano de Haydom, na Tanzânia, desde 2013. Os dados incluem gravações em vídeo e sinais de dispositivos de monitoramento ligados aos recém-nascidos. Analisar esses dados pode nos ajudar a entender como diferentes Atividades de ressuscitação afetam a saúde dos bebês. Um cronograma das atividades realizadas durante a ressuscitação poderia fornecer insights valiosos.

#Métodos

Para analisar os dados coletados, precisamos olhar para as atividades que acontecem durante a ressuscitação. Essas atividades incluem fornecer oxigênio através de ventilação com bolsa e máscara, aspirar fluidos da boca e nariz do bebê e checar a frequência cardíaca do bebê. Os vídeos dessas atividades costumam ser barulhentos e têm muitas variações. A gente propõe um processo para detectar e rastrear objetos nesses vídeos, mesmo quando as atividades se sobrepõem no tempo.

O primeiro passo do nosso processo é identificar e rastrear ferramentas e profissionais relevantes, como o ressuscitador com bolsa e máscara e os sensores de frequência cardíaca. Depois de detectar os objetos, o próximo passo será reconhecer as atividades que estão acontecendo com esses objetos.

#Coleta de Dados

Os dados usados neste estudo vêm de vídeos reais de ressuscitação de recém-nascidos. Esses vídeos têm vários problemas de qualidade, como iluminação ruim, ângulo de câmera e foco. Diferentes tipos de câmera e configurações criam variações adicionais que podem afetar a análise. No total, quase 500 vídeos foram coletados, junto com dados fisiológicos dos recém-nascidos.

Os desafios com as gravações em vídeo incluem desfoque de movimento, oclusão e baixa taxa de quadros, dificultando a extração de informações claras sobre o que está acontecendo. Para a análise, nosso objetivo é desenvolver cronogramas claros de atividades. Esses cronogramas vão documentar ações como ventilação, sucção e estimulação do bebê.

#Detecção de Objetos

Um sistema de detecção e rastreamento de objetos bem-sucedido é crucial para entender as atividades realizadas durante a ressuscitação. A gente usa um modelo de detecção de objetos bem conhecido chamado YOLOv3, que é rápido e preciso, tornando-o adequado para analisar vídeos em tempo real.

Para melhorar o desempenho, usamos uma mistura de quadros de vídeo reais e dados sintéticos para treinar nosso sistema de detecção. Gerando imagens sintéticas que refletem os desafios enfrentados em vídeos reais, criamos um conjunto de dados robusto para treinamento. Garantimos que nosso modelo seja treinado para reconhecer objetos nessas condições desafiadoras.

#Resultados

Nossos testes iniciais mostram resultados promissores. Durante as atividades de ressuscitação, medimos a eficácia da detecção de objetos. O sistema se sai bem, conseguindo 97% de precisão na detecção de ventilações com bolsa e máscara, 100% para a colocação ou remoção de sensores de frequência cardíaca, e 75% para sucção.

Além disso, o sistema pode estimar o número de profissionais de saúde presentes durante a ressuscitação. A detecção das mãos dos prestadores de saúde atinge uma precisão de 71%. No entanto, o desempenho varia com o número de prestadores presentes, indo bem quando há poucos e tendo dificuldades quando muitos estão envolvidos.

#Discussão

A análise de vídeos de ressuscitação de recém-nascidos pode se beneficiar muito de um sistema automático que rastreia objetos e detecta atividades. A melhoria na detecção de objetos pode levar a uma melhor compreensão das etapas tomadas durante a ressuscitação, permitindo que os profissionais de saúde tomem decisões informadas sobre suas práticas.

Existem algumas limitações no sistema atual. Por exemplo, detectar dispositivos de sucção pode ser complicado devido ao seu tamanho menor e natureza transparente. Em vídeos com baixa taxa de quadros ou imagens desfocadas, identificar essas ferramentas se torna ainda mais desafiador.

Nos próximos aprimoramentos, planejamos refinar a detecção das mãos dos prestadores de saúde, diferenciando entre mãos esquerdas e direitas. Isso poderia ajudar a melhorar a contagem de indivíduos presentes durante as atividades de ressuscitação.

#Trabalho Futuro

Nos próximos passos, nosso objetivo é desenvolver um sistema completo que possa fornecer feedback em tempo real durante a ressuscitação de recém-nascidos. A ideia é criar uma ferramenta que os profissionais de saúde possam usar para revisar e aprimorar suas práticas. Além disso, continuaremos explorando a combinação de diferentes tipos de dados para treinar melhor nossos modelos de detecção.

A possibilidade de realizar sessões de treinamento com esse sistema também existe. Ao fornecer ferramentas educacionais que incorporam vídeos da vida real, os trabalhadores de saúde em locais com poucos recursos podem aprender com os dados coletados.

#Conclusão

O trabalho realizado pelo projeto Safer Births visa melhorar a compreensão e as práticas na ressuscitação de recém-nascidos. Focando na detecção precisa de objetos e reconhecimento de atividades, podemos fornecer insights valiosos sobre como as ações de ressuscitação afetam os resultados para os recém-nascidos.

Há um grande potencial para pesquisa nessa área, já que os avanços em tecnologia e métodos de coleta de dados continuam. Essa pesquisa não só ilumina as práticas atuais, mas também estabelece as bases para melhorias futuras na saúde dos recém-nascidos.

O objetivo final é salvar vidas garantindo que os prestadores de saúde tenham as melhores ferramentas e conhecimentos disponíveis durante momentos críticos. Aproveitando os dados coletados de situações reais, podemos transformar a compreensão e melhorar os resultados na saúde dos recém-nascidos.