Como a tecnologia vestível e o aprendizado de máquina podem auxiliar na análise biomecânica da corrida na prática clínica?
Resposta curta: A revisão sistemática identificou vinte e quatro artigos que utilizam aprendizado de máquina com sensores vestíveis para monitorar a biomecânica da corrida. Algoritmos de aprendizado profundo, especialmente redes neurais convolucionais, foram os mais usados. A combinação de CNN e RNN mostra tendência crescente. No entanto, a validação dos modelos ainda é limitada em alguns estudos.
Resposta
A revisão sistemática teve como objetivo sumarizar as abordagens de aprendizado de máquina aplicadas à biomecânica da corrida com uso de sensores vestíveis. Foram recuperados 4.068 artigos em bases de dados eletrônicas, dos quais vinte e quatro atenderam aos critérios de elegibilidade e foram incluídos na análise. A qualidade dos estudos variou de 0,78 a 1,00, e 40% recrutaram entre 20 e 50 participantes.
Os sensores inerciais (IMUs) foram posicionados nos membros inferiores, variando de 1 a 5 unidades, principalmente na pelve, coxa, tíbia distal e pé. Algoritmos de aprendizado profundo representaram 57% das abordagens, sendo as redes neurais convolucionais (CNN) as mais frequentes. Observou-se uma tendência crescente no uso de modelos que combinam múltiplas CNN com redes neurais recorrentes (RNN) para extrair diferentes características da corrida a partir dos sensores vestíveis.
Apesar do avanço, o processo de validação dos modelos de aprendizado de máquina foi ausente em alguns estudos, o que deve receber mais atenção em pesquisas futuras. A revisão destaca o potencial da tecnologia vestível aliada ao aprendizado de máquina para o monitoramento em tempo real da marcha, despertando interesse da comunidade de biomecânica esportiva.
Para o médico, esses achados sugerem que ferramentas baseadas em sensores e algoritmos podem auxiliar na avaliação biomecânica da corrida, mas a implementação clínica requer modelos validados. A heterogeneidade nos protocolos e a falta de validação em alguns trabalhos limitam conclusões definitivas sobre a acurácia e a aplicabilidade clínica dessas tecnologias.
O que o estudo mostrou
Revisão sistemática que identificou 4.068 artigos em bases eletrônicas e incluiu vinte e quatro estudos. A qualidade variou de 0,78 a 1,00; 40% recrutaram entre 20 e 50 participantes. Sensores inerciais (1 a 5) foram posicionados principalmente na pelve, coxa, tíbia distal e pé. Aprendizado profundo representou 57% das abordagens, com CNN como algoritmo mais frequente. Modelos combinando CNN e RNN mostraram tendência crescente. A validação dos modelos foi limitada em alguns estudos.
Limitações
O resumo não informa detalhes sobre as limitações dos estudos incluídos, como viés de publicação ou heterogeneidade metodológica. A falta de validação dos modelos de aprendizado de máquina em parte dos estudos é apontada como uma limitação a ser abordada em pesquisas futuras. O resumo também não fornece informações sobre a população estudada ou os desfechos clínicos.
Aplicação no consultório
Os achados indicam que a combinação de sensores vestíveis e aprendizado de máquina pode, no futuro, auxiliar na avaliação biomecânica da corrida em consultório, permitindo monitoramento mais objetivo. No entanto, a validação limitada dos modelos sugere cautela na adoção clínica imediata. Para a gestão do consultório, investir em tecnologias validadas e treinamento da equipe pode ser necessário antes de incorporar essas ferramentas na prática.
Estudo citado
Recent Machine Learning Progress in Lower Limb Running Biomechanics With Wearable Technology: A Systematic Review. Frontiers in neurorobotics, 2022.
Autores: Xiang L, Wang A, Gu Y, Zhao L, Shim V, Fernandez J.
DOI: 10.3389/fnbot.2022.913052 · PubMed: PMID 35721274
Perguntas para aprofundar
- Quais são os principais algoritmos de aprendizado de máquina utilizados na análise biomecânica da corrida com sensores vestíveis?
- Como a validação dos modelos de aprendizado de máquina pode impactar a aplicação clínica na avaliação da corrida?
- Qual o papel dos sensores inerciais na monitorização em tempo real da biomecânica da corrida?
Mais sobre IA e wearables
- Técnicas de aprendizado de máquina superam o processamento de sinal tradicional na classificação de fala e ruído em aparelhos auditivos?
- Como a inteligência artificial está sendo aplicada na reabilitação e quais são as lacunas de evidência?
- Sensores vestíveis podem monitorar estados da síndrome de Rett com marcadores fisiológicos informativos?
- O uso de aprendizado de máquina com dados de sensores vestíveis é eficaz para prever episódios de estresse?
- Sensores vestíveis com aprendizado de máquina podem auxiliar no diagnóstico da doença de Parkinson?
Todas as perguntas sobre IA e wearables · Todos os temas · Versão em markdown