Avançando a segurança dos atletas através da monitorização do ECG em tempo real para melhorar a saúde cardiovascular no desempenho desportivo

Autores

  • Zhanar Azhibekova Asfendiyarov Kazakh National Medical University
  • Aigerim Altayeva Al-Farabi Kazakh National University
  • Ainur Amirtayeva Al-Farabi Kazakh National University
  • Zeinel Momynkulov International Information Technology University
  • Daniyar Sultan Narxoz University
  • Alisher Mukhametkaly Mukhametkaly

DOI:

https://doi.org/10.47197/retos.v61.110378

Palavras-chave:

desempenho desportivo, monitorização de ECG em tempo real, saúde cardiovascular do atleta, tecnologia wearable, medicina desportiva, monitorização fisiológica, otimização do treino

Resumo

Este trabalho de investigação explora a implementação e eficácia de sistemas de monitorização de eletrocardiograma (ECG) em tempo real para atletas, enfatizando o seu potencial para melhorar significativamente a segurança e o desempenho em ambientes desportivos. Utilizando tecnologia avançada de ECG, o estudo investiga como a monitorização contínua e em tempo real da frequência e do ritmo cardíaco pode ajudar na deteção imediata de anomalias cardiovasculares durante atividades de alta intensidade. A metodologia de investigação inclui a implementação de dispositivos de ECG wearable em ambiente experimental controlado, analisando dados de atletas durante sessões de treino e eventos competitivos. Os resultados do estudo destacam a capacidade do sistema para fornecer avaliações cardíacas rápidas e precisas, permitindo assim intervenções médicas atempadas. Além disso, o artigo discute os desafios técnicos associados à monitorização do ECG em tempo real, tais como a interferência de sinal e a precisão dos dados, e aborda considerações éticas e de privacidade relacionadas com a recolha contínua de dados de saúde. A discussão estende-se às implicações da integração de tal tecnologia na medicina desportiva, sugerindo que, embora os sistemas ofereçam benefícios substanciais na monitorização e prevenção de problemas cardíacos, também exigem normas rigorosas de segurança de dados e supervisão ética. A conclusão defende uma abordagem equilibrada para a adopção destas tecnologias, propondo futuras direcções de investigação que se concentrem na melhoria da fiabilidade do sistema e na integração da inteligência artificial para prever proactivamente os riscos para a saúde. Este estudo contribui para o discurso contínuo na tecnologia de saúde desportiva, fornecendo uma análise abrangente da monitorização do ECG em tempo real como uma ferramenta transformadora para a gestão dos cuidados de saúde dos atletas.

Referências

Smaranda, A. M., Drăgoiu, T. S., Caramoci, A., Afetelor, A. A., Ionescu, A. M., & Bădărău, I. A. (2024). Artificial Intelligence in Sports Medicine: Reshaping Electrocardiogram Analysis for Athlete Safety—A Narrative Review. Sports, 12(6), 144.

Gajda, R., Gajda, J., Czuba, M., Knechtle, B., & Drygas, W. (2024). Sports heart monitors as reliable diagnostic tools for training control and detecting arrhythmias in professional and leisure-time endurance athletes: an expert consen-sus statement. Sports Medicine, 54(1), 1-21.

Yamane, T., Hirano, K., Hirai, K., Ousaka, D., Sakano, N., Morita, M., ... & Kasahara, S. (2022). Trial of sportswear type ECG sensor device for cardiac safety management during marathon running. Advanced Biomedical Engineering, 11, 151-161.

Qi, Y., Sajadi, S. M., Baghaei, S., Rezaei, R., & Li, W. (2024). Digital technologies in sports: Opportunities, challenges, and strategies for safeguarding athlete wellbeing and competitive integrity in the digital era. Technology in Society, 102496.

Omarov, B., Suliman, A., Tsoy, A. Parallel backpropagation neural network training for face recognition. Far East Jour-nal of Electronics and Communications. Volume 16, Issue 4, December 2016, Pages 801-808.

Enoiu, R. S., Găinariu, I., & Mîndrescu, V. (2023). Implementing Modern Technology for Vital Sign Monitoring to Enhance Athletic Training and Sports Performance. Sustainability, 15(3), 2520.

Castillo-Atoche, A., Caamal-Herrera, K., Atoche-Enseñat, R., Estrada-López, J. J., Vázquez-Castillo, J., Castillo-Atoche, A. C., ... & Espinoza-Ruiz, A. (2022). Energy efficient framework for a AIoT cardiac arrhythmia detection system wearable during sport. Applied Sciences, 12(5), 2716.

Omarov, B., Batyrbekov, A., Suliman, A., Omarov, B., Sabdenbekov, Y., & Aknazarov, S. (2020, November). Electron-ic stethoscope for detecting heart abnormalities in athletes. In 2020 21st International Arab Conference on Infor-mation Technology (ACIT) (pp. 1-5). IEEE.

Ran, S., Yang, X., Liu, M., Zhang, Y., Cheng, C., Zhu, H., & Yuan, Y. (2022). Homecare-oriented ECG diagnosis with large-scale deep neural network for continuous monitoring on embedded devices. IEEE Transactions on Instrumenta-tion and Measurement, 71, 1-13. DOI: https://doi.org/10.1109/TIM.2022.3147328

Ahmad, W. N. W., Adib, M. A. H. M., & Txi, M. R. S. (2022). Enhanced the anxiety monitoring system among athletes with IoT for sports performance: a review. Journal of Physical Education and Sport, 22(11), 2700-2707.

Tursynova, A., Omarov, B., Tukenova, N., Salgozha, I., Khaaval, O., Ramazanov, R., & Ospanov, B. (2023). Deep learning-enabled brain stroke classification on computed tomography images. Comput. Mater. Contin, 75(1), 1431-1446.

Altayeva, A., Omarov, B., & Im Cho, Y. (2018, January). Towards smart city platform intelligence: PI decoupling math model for temperature and humidity control. In 2018 IEEE International Conference on Big Data and Smart Compu-ting (BigComp) (pp. 693-696). IEEE.

Zhen, H., Kumar, P. M., & Samuel, R. D. J. (2021). Internet of things framework in athletics physical teaching system and health monitoring. International Journal on Artificial Intelligence Tools, 30(06n08), 2140016.

Ding, W. (2023). Role of sensors based on machine learning health monitoring in athletes' wearable heart rate monitor-ing. Human-centric Computing and Information Sciences, 13.

Palermi, S., Vecchiato, M., Saglietto, A., Niederseer, D., Oxborough, D., Ortega-Martorell, S., ... & D’Ascenzi, F. (2024). Unlocking the potential of artificial intelligence in sports cardiology: does it have a role in evaluating athlete’s heart?. European Journal of Preventive Cardiology, 31(4), 470-482.

Lv, M. (2024). Construction of Athletes' Physical Condition Monitoring and Analysis System Using Biometrics Recogni-tion Technology. Journal of Electrical Systems, 20(6s), 2082-2091.

Alvarez, C. ., Campos-Jara, C., Gomes Ciolac, E., Vega-Guimaraes, G., Andrade-Mayorga, O., Cano-Montoya, J., C. Andrade, D., Delgado-Floody, P., Alonso-Martínez, A., Izquierdo, M. ., & Cigarroa, I. (2023). Hypertensive pa-tients show higher heart rate response during incremental exercise and elevated arterial age estimation than normo-tensive adult peers: VASCU-HEALTH PROJECT. Retos, 50, 25–32. https://doi.org/10.47197/retos.v50.99716

Kim, K. R., Kang, T. W., Kim, H., Lee, Y. J., Lee, S. H., Yi, H., ... & Yeo, W. H. (2024). All‐in‐One, Wireless, Mul-ti‐Sensor Integrated Athlete Health Monitor for Real‐Time Continuous Detection of Dehydration and Physiological Stress. Advanced Science, 11(33), 2403238.

Gorski, M. A., Mimoto, S. M., Khare, V., Bhatkar, V., & Combs, A. H. (2021). Real-time digital biometric monitoring during elite athletic competition: System feasibility with a wearable medical-grade sensor. Digital Biomarkers, 5(1), 37-43.

Sun, W., Guo, Z., Yang, Z., Wu, Y., Lan, W., Liao, Y., ... & Liu, Y. (2022). A review of recent advances in vital signals monitoring of sports and health via flexible wearable sensors. Sensors, 22(20), 7784.

Schauss, G. (2022). Wearable Textile Electrocardiogram Sport Bra for Real Time Health Monitoring (Master's thesis, University of Colorado at Boulder).

Seçkin, A. Ç., Ateş, B., & Seçkin, M. (2023). Review on Wearable Technology in sports: Concepts, Challenges and opportunities. Applied Sciences, 13(18), 10399.

Petek, B. J., Al-Alusi, M. A., Moulson, N., Grant, A. J., Besson, C., Guseh, J. S., ... & Baggish, A. L. (2023). Consumer wearable health and fitness technology in cardiovascular medicine: JACC state-of-the-art review. Journal of the American College of Cardiology, 82(3), 245-264.

Iliadis, A., Tomovic, M., Dervas, D., Psymarnou, M., Christoulas, K., Kouidi, E. J., & Deligiannis, A. P. (2021). A novel mhealth monitoring system during cycling in elite athletes. International Journal of Environmental Research and Public Health, 18(9), 4788.

Tanna, R. S., & Vithalani, C. H. (2023). IoT-based Health Monitoring of Sports Personnel through Wearables Using Machine Learning Technology. Philippine Journal of Science, 152.

Chidambaram, S., Maheswaran, Y., Patel, K., Sounderajah, V., Hashimoto, D. A., Seastedt, K. P., ... & Darzi, A. (2022). Using artificial intelligence-enhanced sensing and wearable technology in sports medicine and performance optimisation. Sensors, 22(18), 6920.

Jewson, J. L., Orchard, J. W., Semsarian, C., Fitzpatrick, J., La Gerche, A., & Orchard, J. J. (2022). Use of a smartphone electrocardiogram to diagnose arrhythmias during exercise in athletes: a case series. European Heart Journal-Case Reports, 6(4), ytac126.

Kwon, J. M., Jo, Y. Y., Lee, S. Y., Kang, S., Lim, S. Y., Lee, M. S., & Kim, K. H. (2022). Artificial intelligence-enhanced smartwatch ECG for heart failure-reduced ejection fraction detection by generating 12-lead ECG. Diagnos-tics, 12(3), 654.

Jothiaruna, N. (2022). SSDMNV2-FPN: A cardiac disorder classification from 12 lead ECG images using deep neural network. Microprocessors and Microsystems, 93, 104627. DOI: https://doi.org/10.1016/j.micpro.2022.104627

Fitzpatrick, J. K., & Goldschlager, N. (2018). The clue is in the U wave: torsades de pointes ventricular tachycardia in a hypokalemic woman on methadone. Annals of Emergency Medicine, 71(4), 473-476. DOI: https://doi.org/10.1016/j.annemergmed.2017.09.007

Jin, Y., Li, Z., Liu, Y., Liu, J., Qin, C., Zhao, L., & Liu, C. (2022). Multi-class 12-lead ECG automatic diagnosis based on a novel subdomain adaptive deep network. Science China Technological Sciences, 65(11), 2617-2630. DOI: https://doi.org/10.1007/s11431-022-2080-6

Grogan, M., Lopez-Jimenez, F., Cohen-Shelly, M., Dispenzieri, A., Attia, Z. I., Abou Ezzedine, O. F., ... & Murphree Jr, D. H. (2021, November). Artificial intelligence–enhanced electrocardiogram for the early detection of cardiac amyloidosis. In Mayo Clinic Proceedings (Vol. 96, No. 11, pp. 2768-2778). Elsevier. DOI: https://doi.org/10.1016/j.mayocp.2021.04.023

Kwon, J. M., Kim, K. H., Eisen, H. J., Cho, Y., Jeon, K. H., Lee, S. Y., ... & Oh, B. H. (2021). Artificial intelligence assessment for early detection of heart failure with preserved ejection fraction based on electrocardiographic fea-tures. European Heart Journal-Digital Health, 2(1), 106-116. https://doi.org/10.1093/ehjdh/ztab098

Kokubo, T., Kodera, S., Sawano, S., Katsushika, S., Nakamoto, M., Takeuchi, H., ... & Komuro, I. (2022). Automatic detection of left ventricular dilatation and hypertrophy from electrocardiograms using deep learning. International Heart Journal, 63(5), 939-947. DOI: https://doi.org/10.1536/ihj.22-132

Omarov, B., Narynov, S., & Zhumanov, Z. (2023). Artificial intelligence-enabled chatbots in mental health: a systematic review. Comput. Mater. Continua 74, 5105–5122 (2022).

Canário-Lemos, R., Machado-Reis, V., Garrido, N., Rafael-Moreira, T., Peixoto, R. ., Nobre-Pinheiro, B., Monteiro, G., & Vilaça-Alves, J. (2023). Control of the intensity of effort. heart rate or rate of perceived effort. Retos, 49, 35–42. https://doi.org/10.47197/retos.v49.97762

Tauda, M., Cruzat Bravo , E. J. ., & Suárez Rojas, F. I. (2024). Dosage strategies of hiit and their influence on vo2max in patients with heart failure: A systematic review. Retos, 58, 683–699. https://doi.org/10.47197/retos.v58.106943

Downloads

Publicado

2024-12-01

Como Citar

Azhibekova, Z., Altayeva, A., Amirtayeva, A., Momynkulov, Z., Sultan, D., & Mukhametkaly, A. (2024). Avançando a segurança dos atletas através da monitorização do ECG em tempo real para melhorar a saúde cardiovascular no desempenho desportivo. Retos, 61, 1333–1343. https://doi.org/10.47197/retos.v61.110378

Edição

Vol. 61 (2024)

Secção

Artigos de caráter científico: trabalhos de pesquisas básicas e/ou aplicadas.

Licença

Direitos de Autor (c) 2024 Retos

Creative Commons License

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0.

Autores que publicam nesta revista concordam com os seguintes termos:

  1. Autores mantém os direitos autorais e assegurar a revista o direito de ser a primeira publicação da obra como licenciado sob a Licença Creative Commons Attribution que permite que outros para compartilhar o trabalho com o crédito de autoria do trabalho e publicação inicial nesta revista.
  2. Os autores podem estabelecer acordos adicionais separados para a distribuição não-exclusiva da versão do trabalho publicado na revista (por exemplo, a um repositório institucional, ou publicá-lo em um livro), com reconhecimento de autoria e publicação inicial nesta revista.
  3. É permitido e os autores são incentivados a divulgar o seu trabalho por via electrónica (por exemplo, em repositórios institucionais ou no seu próprio site), antes e durante o processo de envio, pois pode gerar alterações produtivas, bem como a uma intimação mais Cedo e mais do trabalho publicado (Veja O Efeito do Acesso Livre) (em Inglês).

Esta revista é a "política de acesso aberto" de Boai (1), apoiando os direitos dos usuários de "ler, baixar, copiar, distribuir, imprimir, pesquisar, ou link para os textos completos dos artigos". (1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess