# Sensores vestíveis e aprendizado profundo na detecção de quedas em idosos: qual o desempenho segundo uma revisão sistemática?

> Uma revisão sistemática de 80 estudos mostrou que sensores vestíveis tiveram o pior desempenho na detecção de quedas, enquanto métodos de aprendizado profundo apresentaram os melhores resultados para acurácia, precisão, sensibilidade, especificidade e F1-score. A escolha da tecnologia deve considerar essas diferenças para sistemas mais eficazes.

Estudo citado: Gorce P, Jacquier-Bret J. Fall Detection in Elderly People: A Systematic Review of Ambient Assisted Living and Smart Home-Related Technology Performance. Sensors (Basel, Switzerland). 2025. DOI: https://doi.org/10.3390/s25216540. PubMed: https://pubmed.ncbi.nlm.nih.gov/41228764/

## Resposta

A detecção de quedas em idosos é um tema central para ambientes de vida assistida e casas inteligentes, pois impacta diretamente a segurança e a autonomia dessa população. Uma revisão sistemática recente avaliou o desempenho de diferentes sistemas, categorizando-os por tipo de sensor (vestível, não vestível e híbrido) e por método de processamento (aprendizado profundo, aprendizado de máquina, limiar e outros).

Os resultados da análise estatística (ANOVA) indicaram que os sensores vestíveis apresentaram o pior desempenho entre as categorias avaliadas. Por outro lado, os métodos de aprendizado profundo produziram os melhores resultados para os cinco parâmetros de desempenho extraídos: acurácia, precisão, sensibilidade, especificidade e F1-score. Também foram considerados parâmetros de velocidade computacional, como tempo de treinamento e de teste.

Esses achados sugerem que a combinação de sensores e algoritmos influencia significativamente a eficácia dos sistemas. A revisão destaca que identificar as vantagens de cada solução é um desafio para pesquisadores, profissionais e formuladores de políticas envolvidos no projeto e implementação de sistemas mais eficazes.

Para o médico, compreender essas diferenças é relevante ao recomendar ou avaliar tecnologias de monitoramento para pacientes idosos, considerando que a escolha inadequada pode comprometer a detecção de eventos. A revisão não fornece detalhes sobre custos ou aplicabilidade clínica direta, mas reforça a importância de se basear em evidências ao selecionar dispositivos.

A aplicação no consultório envolve a gestão de tecnologia assistencial: ao orientar familiares ou cuidadores sobre opções de monitoramento, o médico pode considerar que sistemas baseados em aprendizado profundo tendem a ter melhor desempenho, enquanto sensores vestíveis podem ser menos eficazes. No entanto, a decisão deve ser individualizada e baseada em avaliação clínica.

## O que o estudo mostrou

Trata-se de uma revisão sistemática conduzida conforme as diretrizes PRISMA, com busca em sete bases de dados sem limite de data. De 473 registros únicos, 80 estudos foram selecionados. Foram extraídos cinco parâmetros de desempenho (acurácia, precisão, sensibilidade, especificidade, F1-score) e dois de velocidade computacional (tempo de treinamento e teste), classificados em três categorias de sensores (vestível, não vestível, híbrido) e quatro métodos (aprendizado profundo, aprendizado de máquina, limiar e outros). A ANOVA mostrou pior desempenho para sensores vestíveis e melhores resultados para aprendizado profundo nos cinco parâmetros.

## Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, possíveis vieses de publicação ou heterogeneidade entre as populações e os dispositivos avaliados. Também não são descritas as características dos participantes ou os critérios de inclusão dos estudos. Essas lacunas limitam a generalização dos achados para contextos clínicos específicos.

## Aplicação no consultório

Na prática clínica e na gestão do consultório, os achados podem orientar a escolha de tecnologias de monitoramento para idosos, priorizando sistemas com melhor desempenho demonstrado. Ao discutir opções com familiares, o médico pode considerar que sensores vestíveis tiveram pior desempenho e que métodos de aprendizado profundo se destacaram. Isso pode influenciar recomendações e parcerias com fornecedores, além de estimular a avaliação crítica de dispositivos antes da adoção.

## Perguntas para aprofundar

- Quais são os parâmetros de desempenho mais relevantes para avaliar sistemas de detecção de quedas em idosos?
- Como o aprendizado profundo se compara a outros métodos na detecção de quedas?
- Quais fatores devem ser considerados ao recomendar tecnologias de monitoramento para idosos no consultório?

Tema: IA e wearables. Página: https://alphadoctor.com.br/ciencia/ia-wearables/sensores-vestiveis-e-aprendizado-profundo-na-deteccao-de-quedas-em-idosos-qual/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.