Sinais cardíacos capturados sem contato por radar podem prever o sexo e a idade de uma pessoa com alta precisão. Pesquisadores da Universidade Carlos III de Madri demonstraram em um novo estudo que o aprendizado de máquina com base em tais sinais atinge uma taxa de acerto de até 78% para o sexo e 73% para a divisão em grupos etários. Os resultados levantam questões sobre privacidade de dados, pois dados pessoais sensíveis poderiam ser derivados de sinais fisiológicos sem o conhecimento das pessoas.
O estudo investiga pela primeira vez se características demográficas como sexo e idade estão implicitamente codificadas em sinais cardíacos obtidos por radar Doppler. Essa tecnologia permite a detecção sem contato da atividade cardíaca por meio da análise de minúsculos movimentos da parede torácica, o que oferece vantagens em higiene e conforto, mas também apresenta artefatos devido a movimentos ou influências ambientais. Os pesquisadores converteram os sinais brutos em escalogramas – uma representação tempo-frequência – e treinaram uma Rede Neural Convolucional (CNN) para classificação.
Devido ao tamanho limitado do conjunto de dados de apenas 30 voluntários, os cientistas recorreram à aumento de dados com uma Rede Generativa Adversária Wasserstein Condicional (cWGAN). Esse método gerou escalogramas sintéticos condicionados a rótulos de classe, melhorando significativamente o desempenho do modelo. Sem aumento, a precisão foi de 73% para o sexo e 66% para grupos etários (18–29 anos versus 30–65 anos). Com os dados gerados, ela aumentou para 78% e 73%, respectivamente. Outras métricas como precisão, recall e F1-score mostraram progressos semelhantes.
A análise foi realizada sob validação cruzada Leave-One-Subject-Out para evitar overfitting e testar a generalização para pessoas desconhecidas. Os pesquisadores enfatizam que os sinais cardíacos refletem diferenças anatômicas e hormonais que se manifestam em padrões de frequência. Mulheres apresentaram bandas de frequência mais amplas no estudo, o que influenciou a classificação.
Os resultados indicam potenciais riscos à privacidade de dados. Sistemas baseados em radar poderiam revelar informações sensíveis em aplicações biométricas, como passaportes eletrônicos, o que poderia facilitar ataques de força bruta ou levar à criação de perfis. Os autores defendem medidas de proteção robustas, enquanto a tecnologia oferece benefícios na medicina, como monitoramento contínuo sem contato com a pele.
O trabalho foi publicado em 14 de novembro de 2025 na revista Frontiers in Digital Health e é baseado em um pequeno conjunto de dados, o que requer validação adicional em coortes maiores.
