Abstract
Um aviso antes do início da crise pode ajudar a melhorar a qualidade de vida dos pacientes com epilepsia. A viabilidade de um sistema vestível para prever crises epilépticas usando detecção de anomalias baseada em aprendizado de máquina é avaliada. Um telemetrómetro original é desenvolvido para a medição contínua dos intervalos R-R derivados de um eletrocardiograma. Um aplicativo personalizado para smartphone calcula os índices de variabilidade da frequência cardíaca em tempo real a partir dos intervalos R-R, e os índices são monitorados usando controle estatístico de processo multivariado pelo aplicativo do smartphone. O sistema proposto foi avaliado em sete pacientes com epilepsia. A precisão e confiabilidade da medição do intervalo R-R, que foi examinada em comparação com o eletrocardiograma de referência, mostrou desempenho suficiente para análise da variabilidade da frequência cardíaca. Os resultados obtidos com o sistema proposto foram comparados com aqueles obtidos a partir das avaliações existentes por vídeo e eletroencefalograma; observou-se que o método proposto tem uma sensibilidade de 85,7% na detecção da mudança na variabilidade da frequência cardíaca antes das crises. A taxa de falsos positivos de 0,62 vezes/h não foi significativamente diferente dos controles saudáveis. O desempenho da predição e as vantagens práticas de portabilidade e operação em tempo real são demonstradas neste estudo.