Desenvolvimento dos algoritmos e modelos preditivos para personalização dos recursosterapêuticose suacomunicação com a faixa de EEG vestível (Desafio 1)

• Processo: 23/00706-2
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de fevereiro de 2023
• Data de Término da vigência: 31 de janeiro de 2025
• Área de conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: Renata Redondo Bonaldi
• Beneficiário: Bruno Benjamim Cavallari da Costa Gois
• CNAE: Desenvolvimento e licenciamento de programas de computador não-customizáveis ; Pesquisa e desenvolvimento experimental em ciências físicas e naturais
• Vinculado ao auxílio: 22/13130-9 - Desenvolvimento de faixa de eletroencefalograma vestível e integração com software terapêutico personalizável para monitoramento e tratamento remoto de distúrbios e queixas de sono, AP.PIPE
• Assunto(s): Distúrbios do sono Medicina do sono
• Palavra(s)-Chave do Pesquisador: dispositivos vestíveis | Distúrbios do Sono | Sleep tracker | Software médico | Terapia digital | Medicina do sono

Resumo

Este profissional será responsável por criar os protocolos de comunicação da faixa de EEGvestívelcom oaplicativo "SleepUp". Ele desenvolverá um sistema de recomendações personalizadas baseado em dados inseridos pelo usuário em anamneses, questionários clínicos e diário do sono, bem como em análises automatizadas dos sinais biométricos captados pela faixa de EEG vestível. Estas recomendações serão criadascom base em modelos preditivos que serão desenvolvidos levando em consideração a usabilidade,engajamento e eficácia da terapia. Desta forma, será possível a identificação de padrões clínicos e demográficos para personalizar a jornada da terapia digital e dos outros recursos da plataforma e módulos especiais com o objetivo de melhorar o engajamento e eficácia no tratamento da insônia do usuário.Responsável pelos Desafios Científicos C e D.Objetivos pretendidos:Avaliar todos os dados dos usuários e identificar padrões que possam mostrar tendências para serem aplicadas nas recomendações personalizadas para que o usuário tenha um tratamento mais personalizado.Criar modelos preditivos para prever jornadas da terapia digital que sejam mais eficazes e com maior engajamento.Desenvolver no backend e frontend Mobile IOS e Android todas as regras das recomendações personalizadas dos modelos preditivos.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MELO, M.; VALLIM, J.; SOUSA, K.; SOSTER, L.; GARBUIO, S.; PIRES, G.; BONALDI, R.. ACCURACY EVALUATION OF A PORTABLE TRANSMISSIVE OXIMETER DURING SLEEP IN COMPARISON WITH POLYSOMNOGRAPHY. Sleep Medicine, v. 115, p. 1-pg., 2024-02-01. (23/00706-2)