A visão computacional pode ser útil na avaliação, diagnóstico e monitoramento de transtornos do movimento?
Resposta curta: Sim, a visão computacional mostra potencial para quantificar a presença e a gravidade de transtornos do movimento de forma não invasiva, com acurácia diagnóstica superior a 80% na maioria dos transtornos. No entanto, a heterogeneidade nos vídeos, softwares e a falta de diretrizes padronizadas são desafios para aplicação na prática clínica real.
Resposta
A visão computacional, uma forma de análise automática de vídeo sem marcadores, tem sido estudada para avaliação, diagnóstico e monitoramento de transtornos do movimento. Uma revisão sistemática recente identificou 61 estudos que atenderam aos critérios de inclusão, além de 10 estudos adicionais incluídos por julgamento dos autores, publicados entre 1984 e setembro de 2024. A doença de Parkinson foi o transtorno mais investigado, e a marcha foi a tarefa motora prevalente.
Os resultados mostraram que a análise automática de vídeo alcançou acurácia diagnóstica superior a 80% na maioria dos transtornos do movimento. Para tremor, gravidade de distonia e detecção de tiques, a visão computacional apresentou forte alinhamento com acelerometria e avaliações clínicas. O software de estimativa de pose mais utilizado foi o OpenPose.
Apesar do potencial, os autores destacam desafios para aplicação em mundo real, como a heterogeneidade nos ambientes de vídeo, nos softwares utilizados e a ausência de diretrizes padronizadas para videogravação. Essas limitações dificultam a comparação entre estudos e a implementação clínica generalizada.
A revisão foi conduzida seguindo as diretrizes Preferred Reporting Items for Systematic Reviews and Meta-Analyses, com busca em Cochrane, Embase, PubMed e Scopus. A estratégia de busca combinou termos relacionados a análise de vídeo e visão computacional com transtornos do movimento específicos, como doença de Parkinson, tremor, distonia, parkinsonismo, paralisia supranuclear progressiva, atrofia de múltiplos sistemas, síndrome corticobasal, coreia, balismo, mioclono e síndrome de Tourette.
Em conclusão, a visão computacional representa uma ferramenta promissora para quantificação não invasiva de transtornos do movimento, mas são necessários esforços para padronizar a captura de vídeo e o uso de software, além de desenvolver diretrizes que permitam sua aplicação na prática clínica.
O que o estudo mostrou
Revisão sistemática que identificou 1099 estudos, dos quais 61 atenderam aos critérios de inclusão e 10 foram adicionados por julgamento dos autores. A doença de Parkinson foi o transtorno mais investigado, com a marcha como tarefa motora prevalente. O OpenPose foi o software de estimativa de pose mais usado. A análise automática de vídeo alcançou acurácia diagnóstica superior a 80% na maioria dos transtornos do movimento, e para tremor, gravidade de distonia e detecção de tiques houve forte alinhamento com acelerometria e avaliações clínicas.
Limitações
O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre possíveis vieses de publicação. A heterogeneidade nos ambientes de vídeo, nos softwares utilizados e a falta de diretrizes padronizadas para videogravação são apontadas como desafios, limitando a generalização dos achados e a aplicação imediata na prática clínica.
Aplicação no consultório
A visão computacional pode, no futuro, auxiliar o médico na quantificação objetiva de transtornos do movimento durante a consulta, por meio de vídeos gravados com dispositivos comuns. No entanto, a heterogeneidade de softwares e a ausência de padronização dificultam a incorporação imediata. Para a gestão do consultório, é prudente aguardar diretrizes validadas antes de investir em tecnologias específicas, mantendo o foco na avaliação clínica tradicional.
Estudo citado
Computer Vision Technologies in Movement Disorders: A Systematic Review. Movement disorders clinical practice, 2025.
Autores: Pecoraro PM, Marsili L, Espay AJ, Bologna M, di Biase L.
DOI: 10.1002/mdc3.70123 · PubMed: PMID 40326633
Perguntas para aprofundar
- Qual o papel da visão computacional na avaliação da marcha na doença de Parkinson?
- Como a visão computacional se compara à acelerometria na avaliação de tremor?
- Quais são os principais desafios para implementar a análise automática de vídeo na prática clínica?
Mais sobre IA e wearables
- Sensores vestíveis com aprendizado de máquina podem auxiliar no diagnóstico da doença de Parkinson?
- Como a inteligência artificial e os sensores vestíveis podem ajudar na detecção e predição do freezing da marcha na doença de Parkinson?
- Como o aprendizado profundo e a análise da marcha podem auxiliar na doença de Parkinson?
- A reabilitação multidisciplinar hospitalar é eficaz na doença de Parkinson segundo os estudos recentes?
- Técnicas de aprendizado de máquina superam o processamento de sinal tradicional na classificação de fala e ruído em aparelhos auditivos?
Todas as perguntas sobre IA e wearables · Todos os temas · Versão em markdown