Sensores vestíveis comerciais são válidos para monitorar a marcha de pacientes na prática clínica, e qual o papel do aprendizado de máquina nessa validação?
Resposta curta: Uma revisão de escopo de 2010 a 2020 identificou 70 estudos que validaram sensores vestíveis comerciais para monitorar a marcha de pacientes. A maioria usou acelerômetros e/ou giroscópios, com dados de referência (ground truth). Estudos com aprendizado de máquina representaram 17% dos incluídos, indicando que essas abordagens são promissoras para o futuro da validação.
Resposta
A revisão de escopo analisou a literatura de 2010 a 2020 sobre o uso de sensores vestíveis comerciais para monitoramento da marcha em pacientes. Foram recuperados 564 registros de 10 bases de dados, dos quais 70 estudos foram incluídos. Todos os estudos empregaram pelo menos um método de validação com dados de referência (ground truth), o que reforça a preocupação com a acurácia desses dispositivos no contexto clínico.
Os achados mostram que a maioria dos estudos (95%) utilizou acelerômetros, seja isoladamente (17 de 70) ou embarcados em um dispositivo (57 de 70), e/ou giroscópios (51%) para monitorar automaticamente a marcha por meio de sensores vestíveis. Esses sensores oferecem a possibilidade de minimizar as limitações das ferramentas tradicionais de avaliação, gerando dados quantitativos regulares que podem melhorar o monitoramento domiciliar dos pacientes.
Em relação à validação, estudos que empregaram aprendizado de máquina tornaram-se mais numerosos a partir de 2010, representando 17% dos estudos incluídos. A revisão destaca que abordagens de aprendizado de máquina são algoritmos a serem considerados no futuro, pois são abordagens baseadas em dados que, desde que os dados coletados sejam numerosos, anotados e representativos, permitem o treinamento de um modelo eficaz.
Os autores concluem que os sensores vestíveis comerciais podem aprimorar os métodos tradicionais de avaliação da marcha ao monitorar passivamente a marcha na vida diária, por longos períodos e com mínima interação do usuário. Para o sucesso futuro, contribuirão esforços de miniaturização, consumo de energia e conforto, que aumentam a coleta de dados e a adesão dos pacientes.
O que o estudo mostrou
Revisão de escopo que buscou em 10 bases de dados, recuperando 564 registros, e incluiu 70 estudos que investigaram um ou mais sensores vestíveis usados para rastrear automaticamente a marcha de pacientes no campo. A maioria (95%) utilizou acelerômetros, isoladamente (17 de 70) ou embarcados em um dispositivo (57 de 70), e/ou giroscópios (51%). Todos os 70 estudos usaram um ou mais métodos de validação com dados de referência (ground truth). Estudos com aprendizado de máquina representaram 17% dos incluídos.
Limitações
O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre heterogeneidade das populações ou dos dispositivos. Também não são descritas limitações específicas da revisão. Por ser uma revisão de escopo, não há meta-análise ou estimativa combinada de acurácia. O resumo não informa o número de participantes ou características clínicas dos pacientes.
Aplicação no consultório
A revisão sugere que sensores vestíveis comerciais podem ser úteis para monitorar a marcha de pacientes de forma passiva e contínua, complementando avaliações tradicionais. Na prática clínica, isso pode orientar a seleção de dispositivos para acompanhamento domiciliar, desde que validados com dados de referência. Para a gestão do consultório, considerar a incorporação dessas tecnologias requer atenção à validação e à adesão dos pacientes, além de infraestrutura para análise dos dados gerados.
Estudo citado
The Contribution of Machine Learning in the Validation of Commercial Wearable Sensors for Gait Monitoring in Patients: A Systematic Review. Sensors (Basel, Switzerland), 2021.
Autores: Jourdan T, Debs N, Frindel C.
DOI: 10.3390/s21144808 · PubMed: PMID 34300546
Perguntas para aprofundar
- Quais são os métodos de validação utilizados para sensores vestíveis comerciais na avaliação da marcha?
- Como o aprendizado de máquina pode melhorar a validação de sensores vestíveis para monitoramento da marcha?
- Quais sensores vestíveis comerciais são mais utilizados para monitorar a marcha de pacientes?
Mais sobre IA e wearables
- Sensores vestíveis podem monitorar estados da síndrome de Rett com marcadores fisiológicos informativos?
- 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?
- O uso de aprendizado de máquina com dados de sensores vestíveis é eficaz para prever episódios de estresse?
- Dispositivos de EEG de baixo custo são confiáveis para monitorar estresse na prática clínica?
Todas as perguntas sobre IA e wearables · Todos os temas · Versão em markdown