Um LLM que pode processar e exibir dados cardíacos transmitidos em tempo real

Além dos prompts linguísticos, grandes modelos de linguagem também podem compreender, interpretar e adaptar suas respostas aos dados de frequência cardíaca. Morris Gellisch, anteriormente da Ruhr University Bochum, Alemanha, e agora na Universidade de Zurique, Suíça, e Boris Burr da Ruhr University Bochum desenvolveram uma interface técnica através da qual os dados fisiológicos podem ser transmitidos ao modelo de linguagem em tempo real.

A IA também pode levar em conta sinais fisiológicos sutis, como mudanças na atividade cardíaca. Isto abre novas portas para uso em aplicações médicas e de cuidados. A obra está publicada em Fronteiras na saúde digital.

Tabela e visualização dos dados – sem problemas

Para o experimento, os dois pesquisadores usaram um dispositivo comum que mede a variabilidade da frequência cardíaca por meio de uma cinta torácica. Os dados adquiridos foram decodificados, filtrados e condensados. Em tempo real, os dados cardíacos processados ​​foram inseridos no grande modelo de linguagem GPT-4. Em resposta a um prompt correspondente, a IA foi capaz de exibir corretamente os dados cardíacos transmitidos em uma tabela contendo valores médios, mínimo, máximo e outras informações.

“A avaliação e a visualização ocorrem diretamente no ambiente LLM, sem qualquer software externo de estatística ou plotagem”, diz Burr. Mediante solicitação, a IA também visualizou os dados cardíacos medidos.

“Também testamos nosso sistema em uma série de cenários de interação em tempo real, incluindo um experimento sobre estresse cognitivo, no qual o modelo de linguagem adaptou seu resultado com base nas reações de frequência cardíaca para demandas menores e maiores”, relata Gellisch. O sistema foi capaz de identificar diferenças nos padrões de frequência cardíaca entre tarefas de baixa e alta demanda cognitiva e, em seguida, reagir a elas na saída da IA.

“Nosso experimento não é um estudo psicofisiológico validado, mas sim um cenário de prova de conceito”, enfatiza Gellisch. O objetivo foi mostrar que o modelo de linguagem pode responder a parâmetros fisiológicos em tempo real quando estes são inseridos através da interface desenvolvida.

Valor agregado para diversas tarefas

“A integração de sinais fisiológicos na IA oferece um claro valor acrescentado”, afirmam os dois autores. Os modelos linguísticos podem, assim, considerar entradas de texto, bem como indicadores em tempo real da condição autónoma, o que poderia levar a interações mais adaptativas e sensíveis ao contexto na aprendizagem e na tomada de decisões, e nos cuidados de saúde.

“A interface não é interessante apenas para cenários de educação e pesquisa, mas também para aplicações médicas e de saúde, como identificação de estresse, exaustão ou desregulação emocional em tempo real”, diz Gellisch.