Algoritmos de inteligência artificial aplicados a sensores inerciais já podem apoiar a análise da marcha na prática clínica?
Resposta curta: Segundo esta revisão sistemática, os algoritmos de inteligência artificial parecem capazes de apoiar a análise da marcha a partir de dados de sensores inerciais. A qualidade dos algoritmos foi avaliada acima da média, mas a aquisição de dados foi mal relatada em muitos estudos e ainda faltam pesquisas para padronizar a aplicação em pacientes.
Resposta
A avaliação convencional da marcha costuma ser cara ou complexa para uso regular na prática clínica. Para reduzir custo e simplificar a avaliação, têm sido usados sensores inerciais e algoritmos adaptativos, também chamados de algoritmos de inteligência artificial (IA). Esta revisão sistemática buscou resumir os estudos que aplicaram esses algoritmos à análise da marcha com base em dados de sensores inerciais e verificar se eles podem apoiar a avaliação clínica.
Os autores identificaram 22 estudos que atenderam aos critérios de inclusão, publicados entre 1968 e outubro de 2016. Os artigos foram analisados quanto aos métodos de aquisição e processamento de dados, com questionários específicos. Na aquisição de dados, a pontuação média foi 6,1±1,62, o que implica que 13 dos 22 artigos deixaram de relatar desfechos relevantes. Já a avaliação da qualidade dos algoritmos de IA apresentou pontuação acima da média (8,2±1,84).
Com base nesses achados, os algoritmos de IA parecem ser capazes de apoiar a análise da marcha a partir de dados de sensores inerciais. Esse é o ponto central da revisão: a tecnologia tem potencial para contribuir com a avaliação clínica, mas o corpo de evidências ainda não está maduro o suficiente para uso rotineiro indiscriminado.
Os próprios autores concluem que mais pesquisas são necessárias para aprimorar e padronizar a aplicação em pacientes, uma vez que a maioria dos estudos usou métodos distintos para avaliar sujeitos saudáveis. Ou seja, a heterogeneidade metodológica e a população estudada limitam a extrapolação direta dos resultados para a prática clínica com pacientes.
O que o estudo mostrou
Trata-se de uma revisão sistemática que buscou estudos nas principais bases de dados, abrangendo o período de 1968 a outubro de 2016. Foram identificados 22 estudos que atenderam aos critérios de inclusão. Os artigos foram analisados quanto aos métodos de aquisição e processamento de dados por meio de questionários específicos. A pontuação média da aquisição de dados foi 6,1±1,62, indicando que 13 dos 22 artigos não relataram desfechos relevantes. A qualidade dos algoritmos de IA recebeu avaliação acima da média (8,2±1,84).
Limitações
O resumo não informa detalhes sobre o desenho dos estudos incluídos nem sobre o tamanho das amostras. A maioria dos estudos avaliou sujeitos saudáveis e utilizou métodos distintos entre si, o que dificulta comparações e a padronização. Além disso, muitos artigos falharam em relatar desfechos relevantes na aquisição de dados, e os autores apontam necessidade de mais pesquisa para aplicação em pacientes.
Aplicação no consultório
Para o médico, a mensagem é de cautela e acompanhamento: sensores inerciais com algoritmos de IA são uma frente promissora para avaliação da marcha, mas ainda não há padronização suficiente para incorporá-los como rotina. Na gestão do consultório, isso significa evitar investimento precipitado em soluções não validadas e acompanhar a evolução da literatura. A heterogeneidade dos métodos e o foco em sujeitos saudáveis reforçam que a aplicação em pacientes exige validação adicional antes de orientar decisões clínicas.
Estudo citado
A systematic review of gait analysis methods based on inertial sensors and adaptive algorithms. Gait & posture, 2017.
Autores: Caldas R, Mundt M, Potthast W, Buarque de Lima Neto F, Markert B.
DOI: 10.1016/j.gaitpost.2017.06.019 · PubMed: PMID 28666178
Perguntas para aprofundar
- Quais critérios de qualidade devem ser exigidos de um sistema de sensores inerciais com IA antes de usá-lo na avaliação da marcha?
- Como a falta de padronização na aquisição de dados pode influenciar a confiabilidade dos resultados na prática clínica?
- O que falta na literatura para que esses algoritmos sejam validados em pacientes em vez de sujeitos saudáveis?
Mais sobre IA e wearables
- O uso de wearables combinados com inteligência artificial na educação já tem evidências suficientes para aplicação prática?
- A fusão de sensores e inteligência artificial pode aprimorar a análise da marcha na prática clínica?
- A inteligência artificial na medicina das cefaleias está pronta para uso clínico rotineiro?
- Sensores vestíveis e inteligência artificial podem auxiliar na detecção da apneia do sono?
- Sensores vestíveis combinados com inteligência artificial já permitem monitorar a saúde mental na prática clínica?
Todas as perguntas sobre IA e wearables · Todos os temas · Versão em markdown