Um profissional de saúde dentro de uma rede luminosa de pontos de dados conectados

Baseada em pesquisa, não em promessas de marketing

A Ciência por Trás da GlobalHealth AI

A GlobalHealth AI usa a fotopletismografia remota, uma técnica que nasceu de pesquisas em óptica e foi testada em comparação com sensores de nível clínico. Abaixo você encontra como ela funciona e os estudos publicados que a sustentam, para avaliar as evidências por conta própria.

Comece Agora

O que é rPPG?

A fotopletismografia remota, ou rPPG, lê seus sinais vitais a partir de um vídeo comum do seu rosto. A cada batimento cardíaco, a quantidade de sangue sob a pele aumenta e diminui, o que muda a quantidade de luz que a pele absorve. Modelos de IA treinados nessas pequenas variações de cor as transformam em medições, como a sua frequência cardíaca.

Por que isso importa

  • Medições ao vivo. Os sinais vitais podem ser verificados no momento em que são necessários, ajudando as equipes assistenciais a manter as pessoas seguras e bem assistidas.
  • Nada para vestir. Nenhuma braçadeira, clipe ou sensor toca em você, então acompanhar sua saúde é fácil de fazer com a frequência que quiser.

Como funciona

  1. Captura. A câmera de um celular ou tablet que você já tem grava um breve vídeo do seu rosto.
  2. Análise. Visão computacional e aprendizado profundo analisam esse vídeo e devolvem seus sinais vitais em até 60 segundos, para que você possa agir de imediato.

Sinal ao vivo rPPG

Um breve vídeo do rosto gera um sinal de pulso ao vivo como este — o ponto de partida de todos os sinais vitais que apresentamos.
estudos revisados por pares citados
34
biomarcadores em uma leitura facial
46
categorias de biomarcadores
5
da leitura ao resultado
60 s

Leia a Pesquisa por Conta Própria

Estudos que qualquer pessoa pode ler

34 estudos confiáveis de instituições como MIT, Oxford, Microsoft Research e NHS. Use o filtro para escolher um tema.

Exibindo 34 estudos

  • Non-contact, automated cardiac pulse measurements using video imaging and blind source separation

    2010
    • Poh, McDuff & Picard · MIT Media Lab · Optics Express
    • Mostrou que uma webcam comum consegue medir a frequência cardíaca de forma automática, rastreando o rosto e separando o pulso do sinal de cor — com comparação a um sensor de dedo aprovado pela FDA.
    Ler o estudo (abre em uma nova aba)
  • Algorithmic Principles of Remote PPG

    2017
    • Wang, den Brinker, Stuijk & de Haan · Philips Research & TU Eindhoven · IEEE TBME
    • Explica, a partir de um modelo físico de como a pele reflete a luz, por que os métodos de pulso por câmera funcionam — e apresenta o POS, um método que lida com o movimento e hoje é uma referência padrão.
    Ler o estudo (abre em uma nova aba)
  • Evaluation of biases in remote photoplethysmography methods

    2021
    • Dasari et al. · Universidade Carnegie Mellon · npj Digital Medicine
    • Mediu a precisão dos métodos de pulso por câmera em pessoas de diferentes tons de pele e perfis demográficos — colocando a equidade à prova em vez de presumi-la.
    Ler o estudo (abre em uma nova aba)
  • Non-contact physiological monitoring of preterm infants in the Neonatal Intensive Care Unit

    2019
    • Villarroel et al. · Universidade de Oxford · npj Digital Medicine
    • Monitorou bebês prematuros em uma unidade de terapia intensiva neonatal com uma câmera, junto do cuidado habitual — sem acrescentar fios à pele frágil.
    • 426 h de vídeo de 30 bebês prematuros
    Ler o estudo (abre em uma nova aba)
  • Camera Measurement of Physiological Vital Signs

    2023
    • Daniel McDuff · ACM Computing Surveys
    • Um guia completo sobre quais sinais vitais uma câmera consegue medir, como isso é feito, onde já é usado e os desafios que ainda precisam ser resolvidos.
    Ler o estudo (abre em uma nova aba)
  • Roadmap of remote photoplethysmography from heart rate measurement toward clinical translation

    2026
    • Elgendi et al. · npj Digital Medicine
    • Traça o caminho da medição da frequência cardíaca em laboratório até o uso de sinais vitais por câmera na clínica — os conjuntos de dados, dispositivos, algoritmos e como a precisão deve ser avaliada.
    Ler o estudo (abre em uma nova aba)
  • Non-contact vital-sign monitoring of patients undergoing haemodialysis treatment

    2020
    • Villarroel et al. · Universidade de Oxford · Scientific Reports
    • Monitorou 40 pacientes renais ao longo de 84 sessões de diálise. Enquanto os pacientes estavam estáveis, a frequência cardíaca por câmera ficou a poucos batimentos dos oxímetros de beira de leito.
    • 2,8 bpm erro médio em relação a oxímetros de pulso
    Ler o estudo (abre em uma nova aba)
  • The reliability of remote photoplethysmography under low illumination and elevated heart rates

    2025
    • Acharya et al. · npj Digital Medicine
    • Submeteu métodos de câmera a salas claras e escuras e a frequências cardíacas de 54 a 141 bpm com 45 pessoas — uma análise honesta de onde as leituras se mantêm e onde ficam mais difíceis.
    • 8 métodos testados lado a lado
    Ler o estudo (abre em uma nova aba)
  • Facial Multi-Region rPPG Extraction from Smartphone Videos with Comparative Analysis of Finger Videos for SpO₂ Measurement

    2025
    • Gendy, Roha & Yuce · IEEE EMBC
    • Comparou oito áreas do rosto com vídeo de ponta de dedo para medir o oxigênio no sangue em um smartphone. As leituras das bochechas e da testa foram mais precisas que as do dedo.
    • ≈0,6% de erro de SpO₂ com bochecha e testa, contra 0,9% com o dedo
    Ler o estudo (abre em uma nova aba)
  • Exploring Contactless Vital Signs Collection in Video Telehealth Visits Among Veterans Affairs Providers and Patients

    2024
    • Garvin et al. · Departamento de Assuntos de Veteranos dos EUA · JMIR Formative Research
    • Testou sinais vitais por câmera em consultas reais de telessaúde por vídeo do VA, com 20 profissionais e 13 pacientes, que acharam a solução fácil de usar e aceitável.
    • 86/100 nota de usabilidade dada por profissionais do VA
    Ler o estudo (abre em uma nova aba)
  • Continuous non-contact vital sign monitoring of neonates in intensive care units using RGB-D cameras

    2025
    • Ruhrberg Estévez et al. · Universidade de Cambridge e o NHS · Scientific Reports
    • Monitorou bebês prematuros em uma unidade de terapia intensiva neonatal do NHS com uma única câmera de profundidade, acompanhando frequência cardíaca, respiração e oxigênio no sangue.
    • 744 min de vídeo de 14 bebês prematuros
    Ler o estudo (abre em uma nova aba)
  • Remote plethysmographic imaging using ambient light

    2008
    • Verkruysse, Svaasand & Nelson · UC Irvine, Beckman Laser Institute · Optics Express
    • A descoberta que deu origem à área: uma câmera comum de consumo, usando apenas a luz do ambiente, captou a frequência cardíaca e respiratória a mais de um metro de distância. O canal de cor verde trouxe o sinal mais forte.
    Ler o estudo (abre em uma nova aba)
  • Eulerian video magnification for revealing subtle changes in the world

    2012
    • Wu et al. · MIT CSAIL · ACM Transactions on Graphics
    • Uma forma de amplificar mudanças em vídeo pequenas demais para o olho humano — tornando visível, de maneira célebre, o fluxo de sangue no rosto de uma pessoa.
    Ler o estudo (abre em uma nova aba)
  • Advancements in Noncontact, Multiparameter Physiological Measurements Using a Webcam

    2011
    • Poh, McDuff & Picard · MIT Media Lab · IEEE TBME
    • Mediu frequência cardíaca, frequência respiratória e variabilidade da frequência cardíaca juntas, a partir de uma webcam básica, tudo comparado com sensores aprovados pela FDA.
    Ler o estudo (abre em uma nova aba)
  • Detecting Pulse from Head Motions in Video

    2013
    • Balakrishnan, Durand & Guttag · MIT · CVPR
    • Encontrou um segundo caminho até o pulso: os minúsculos movimentos da cabeça causados por cada batimento, em vez da cor da pele — testado em 18 pessoas em comparação com um ECG.
    Ler o estudo (abre em uma nova aba)
  • Robust Pulse Rate From Chrominance-Based rPPG

    2013
    • de Haan & Jeanne · Philips Research · IEEE TBME
    • Apresentou o CHROM, um método baseado em cor que elimina boa parte do ruído causado pelo movimento — testado em 117 pessoas em comparação com um sensor de pulso de contato.
    Ler o estudo (abre em uma nova aba)
  • Improvements in Remote Cardiopulmonary Measurement Using a Five Band Digital Camera

    2014
    • McDuff, Gontarek & Picard · MIT Media Lab · IEEE TBME
    • Testou uma câmera que enxerga cinco faixas de cor em vez de três. A faixa laranja foi a que mais acompanhou um sensor de contato, tanto em repouso quanto sob estresse.
    Ler o estudo (abre em uma nova aba)
  • Remote Detection of Photoplethysmographic Systolic and Diastolic Peaks Using a Digital Camera

    2014
    • McDuff, Gontarek & Picard · MIT Media Lab · IEEE TBME
    • Recuperou o tempo preciso dos picos de cada batimento — e não apenas a frequência — a três metros de distância, em comparação com um sensor de ponta de dedo.
    Ler o estudo (abre em uma nova aba)
  • Non-contact video-based vital sign monitoring using ambient light and auto-regressive models

    2014
    • Tarassenko et al. · Universidade de Oxford · Physiological Measurement
    • Levou o monitoramento por câmera à Unidade de Nefrologia de Oxford, lendo a frequência cardíaca e respiratória de pacientes durante a diálise, com resultados iniciais sobre os níveis de oxigênio.
    Ler o estudo (abre em uma nova aba)
  • A Novel Algorithm for Remote Photoplethysmography: Spatial Subspace Rotation

    2016
    • Wang, Stuijk & de Haan · Universidade de Tecnologia de Eindhoven · IEEE TBME
    • Um método de extração do pulso que não faz suposições sobre o tom de pele, testado em 54 vídeos com diferentes tons de pele e movimentos.
    Ler o estudo (abre em uma nova aba)
  • New insights into the origin of remote PPG signals in visible light and infrared

    2018
    • Moço, Stuijk & de Haan · Universidade de Tecnologia de Eindhoven · Scientific Reports
    • Usou experimentos em pele viva e modelos computacionais da pele para confirmar a origem do sinal da câmera: variações do volume de sangue logo abaixo da superfície.
    Ler o estudo (abre em uma nova aba)
  • DeepPhys: Video-Based Physiological Measurement Using Convolutional Attention Networks

    2018
    • Chen & McDuff · Microsoft Research · ECCV
    • Um dos primeiros modelos de aprendizado profundo para sinais vitais por câmera, que usa atenção para focar nas áreas certas da pele e se manter preciso com o movimento da cabeça e a variação da luz.
    Ler o estudo (abre em uma nova aba)
  • Remote Photoplethysmograph Signal Measurement from Facial Videos Using Spatio-Temporal Networks

    2019
    • Yu, Li & Zhao · Universidade de Oulu · BMVC
    • Um modelo de IA que recupera a forma de onda completa do pulso a partir de vídeo facial — e não apenas um único número de frequência cardíaca.
    Ler o estudo (abre em uma nova aba)
  • Multi-Task Temporal Shift Attention Networks for On-Device Contactless Vitals Measurement

    2020
    • Liu, Fromm, Patel & McDuff · NeurIPS
    • Mede a frequência cardíaca e respiratória em tempo real em um dispositivo móvel, mostrando que sinais vitais por câmera não exigem um computador potente.
    Ler o estudo (abre em uma nova aba)
  • PhysFormer: Facial Video-based Physiological Measurement with Temporal Difference Transformer

    2022
    • Yu et al. · Universidade de Oulu · CVPR
    • Levou a IA baseada em transformers — a arquitetura por trás dos modelos de linguagem atuais — aos sinais vitais por câmera, lendo tanto detalhes finos quanto padrões mais longos no vídeo facial.
    Ler o estudo (abre em uma nova aba)
  • rPPG-Toolbox: Deep Remote PPG Toolbox

    2023
    • Liu et al. · Universidade de Washington e colaboradores · NeurIPS Datasets & Benchmarks
    • Um kit de ferramentas de código aberto que reúne os principais métodos de IA e clássicos com conjuntos de dados públicos, para que qualquer pessoa possa reproduzir e comparar resultados.
    Ler o estudo (abre em uma nova aba)
  • Non-Contrastive Unsupervised Learning of Physiological Signals from Video

    2023
    • Speth et al. · Universidade de Notre Dame · CVPR
    • Ensina a IA a encontrar o pulso no vídeo sem nenhum dado de treinamento rotulado, descobrindo o sinal do batimento cardíaco por conta própria.
    Ler o estudo (abre em uma nova aba)
  • Contrast-Phys+: Unsupervised and Weakly-Supervised Video-Based Remote Physiological Measurement via Spatiotemporal Contrast

    2024
    • Sun & Li · Universidade de Oulu · IEEE TPAMI
    • Aprende a medir o pulso com poucas ou nenhuma gravação de referência, tornando os modelos precisos muito mais baratos de treinar.
    Ler o estudo (abre em uma nova aba)
  • Estimating blood pressure using video-based PPG and deep learning

    2025
    • Zaza, Casalino, Caputo & Castellano · Image and Vision Computing
    • Aplica aprendizado profundo a sinais de pulso extraídos de vídeo para estimar a pressão arterial sem braçadeira.
    Ler o estudo (abre em uma nova aba)
  • Photoplethysmography Revisited: From Contact to Noncontact, From Point to Imaging

    2016
    • Sun & Thakor · IEEE TBME
    • Acompanha a medição do pulso desde os sensores de clipe até as câmeras sem contato, e mostra por que a imagem abre novos usos, como mapear o fluxo de sangue na pele.
    Ler o estudo (abre em uma nova aba)
  • Challenges and prospects of visual contactless physiological monitoring in clinical study

    2023
    • Huang et al. · npj Digital Medicine
    • Revisa a medição por câmera de pulso, respiração, oxigênio no sangue e pressão arterial, e o que ainda separa esses métodos do uso clínico cotidiano.
    Ler o estudo (abre em uma nova aba)
  • Facial-Video-Based Physiological Signal Measurement: Recent advances and affective applications

    2021
    • Yu, Li & Zhao · Universidade de Oulu · IEEE Signal Processing Magazine
    • Como os métodos de pulso por câmera evoluíram, do processamento de sinais clássico aos modelos de IA treinados, além dos conjuntos de dados públicos usados para testá-los.
    Ler o estudo (abre em uma nova aba)
  • Clinical applications of contactless photoplethysmography for monitoring in adults: A systematic review and meta-analysis

    2023
    • Bautista et al. · Universidade de Leeds · Journal of Clinical and Translational Science
    • Reuniu os resultados de 12 estudos com 654 adultos. No conjunto, a frequência cardíaca por câmera ficou quase idêntica às leituras de ECG.
    • −0,13 bpm diferença média em relação ao ECG
    Ler o estudo (abre em uma nova aba)
  • Remote photoplethysmography for camera-based vital sign estimation: A systematic literature review, challenges and deployment guidelines

    2026
    • Shahmirzadi, Wang & Rahmani · Array
    • Uma revisão sistemática da pesquisa de sinais vitais por câmera que apresenta os desafios em aberto e diretrizes práticas para usar a rPPG em produtos reais.
    Ler o estudo (abre em uma nova aba)

App GlobalHealth AI

As informações geradas pelo App GlobalHealth AI são produzidas por meio de inteligência artificial e têm finalidade apenas de orientação geral e educacional.

Elas não substituem aconselhamento, diagnóstico ou tratamento médico profissional. Se você tiver qualquer preocupação com a sua saúde, é essencial consultar um profissional de saúde qualificado, que poderá oferecer um diagnóstico adequado e orientações personalizadas com base em todo o seu perfil de saúde.