Development and Evaluation of an Extended Reality-Based Remote Toothbrushing Training System: A Randomized Controlled Trial

Resumo Técnico: Desenvolvimento e Avaliação de um Sistema de Treinamento de Escovação Dentária Remota Baseado em XR

Definição do Problema
A higiene oral é crítica para prevenir o declínio funcional e doenças sistêmicas, particularmente em idosos. No entanto, ensinar técnicas adequadas de escovação a cuidadores, pais ou estudantes é inerentemente difícil devido ao campo operatório estreito e à incapacidade de compartilhar uma perspectiva visual. Na instrução convencional presencial, os alunos frequentemente não conseguem observar os movimentos das mãos, trajetórias ou comprimento do movimento do instrutor devido a obstruções na linha de visão. Além disso, a força de escovação — um parâmetro crítico para prevenir lesões teciduais — não pode ser transmitida apenas através da observação visual. Estudos existentes de Realidade Estendida (XR) no treinamento odontológico demonstraram potencial, mas frequentemente carecem da integração de perspectivas visuais compartilhadas, rastreamento de movimento e feedback de força em um ambiente educacional remoto.

Metodologia
Os autores desenvolveram um sistema de treinamento de escovação remota baseado em XR e conduziram um ensaio controlado randomizado para avaliar sua eficácia em comparação com a instrução convencional.

• Arquitetura do Sistema: O sistema integra um sistema de captura de movimento óptico (OMCS; OptiTrack), um sensor de força de extensômetro de seis eixos e um visor montado na cabeça (HMD; HTC VIVE Pro2).
  • Captura de Movimento: Câmeras infravermelhas rastreiam marcadores reflexivos no cabo da escova de dentes e no HMD para determinar posição e orientação.
  • Sensoriamento de Força: Um sensor de força acoplado ao colo da escova mede a força aplicada.
  • Interface Visual: Usando Unity3D e uma câmera estéreo (ZED Mini), o sistema sobrepõe dados gerados por computador ao ambiente real. Ele exibe os movimentos do instrutor como um modelo 3D verde e os movimentos do participante como um modelo 3D rosa.
  • Feedback de Força: Uma interface baseada em medidor fornece feedback visual em tempo real sobre a força de escovação: azul (<1,5 N), verde (1,5–2,0 N, a faixa alvo) e vermelho (>2,0 N).
• Desenho Experimental: Vinte e quatro adultos saudáveis foram designados aleatoriamente para o grupo remoto XR ($n=12$) ou para o grupo convencional presencial ($n=12$). Quatro higienistas dentais atuaram como instrutores.
• Protocolo: Ambos os grupos passaram por um protocolo padronizado envolvendo demonstração de preensão, posicionamento, demonstração de força, prática e feedback. O treinamento focou no incisivo central superior esquerdo.
• Métricas de Avaliação: A aquisição de habilidades foi avaliada por meio de três tentativas de 10 movimentos de escovação antes e depois do treinamento. As métricas incluíram:
  • Precisão Espacial: Erro médio de posição ($P_x, P_y, P_z$) em relação à referência do instrutor.
  • Precisão Angular: Erro médio nos ângulos de roll (arfagem), pitch (inclinação) e yaw (guinada).
  • Força de Escovação: Força média aplicada, com um alvo de 1,5–2,0 N.
  • Generalização: O desempenho também foi testado no canino superior direito não treinado para avaliar a transferência de habilidade.

Principais Contribuições

1. Desenvolvimento do Sistema: A criação de um sistema de treinamento remoto que combina exclusivamente a visualização em tempo real do movimento de escovação e o feedback de força, permitindo que instrutores e alunos compartilhem perspectivas e dados de força simultaneamente.
2. Monitoramento Bidirecional: O sistema permite que os instrutores monitorem os movimentos e a força dos alunos em tempo real, enquanto permite que os alunos observem a técnica do instrutor a partir de pontos de vista arbitrários, superando as obstruções físicas comuns no cuidado intraoral.
3. Validação Empírica: Um ensaio controlado randomizado demonstrando que o treinamento remoto por XR pode alcançar uma aquisição de habilidades comparável e, em aspectos específicos, superior à instrução convencional presencial.

Resultos

• Precisão Espacial e Angular: Tanto o grupo XR quanto o grupo convencional mostraram melhorias significativas na posição da escova e no ângulo de roll após o treinamento. O grupo XR alcançou erros médios de posição medianos de <2 mm em áreas específicas e erros de ângulo de roll medianos de <1° em regiões chave.
• Força de Escovação: Uma diferença distinta foi observada no controle de força. Embora ambos os grupos tenham se aproximado da faixa de força alvo, apenas o grupo XR demonstrou uma melhoria estatisticamente significativa na força de escovação em todas as regiões avaliadas.
• Retenção e Generalização: A melhoria no controle de força no grupo XR permaneceu reproduzível mesmo após a remoção do feedback visual (o medidor). Além disso, o grupo XR mostrou redução nos erros de ângulo de roll em regiões não treinadas (o canino), sugerindo generalização de habilidade.
• Limitações Convencionais: O grupo convencional presencial não apresentou melhoria significativa na força de escovação, destacando a dificuldade de ensinar este parâmetro sem biofeedback direto.

Significância e Alegações
O artigo afirma que o sistema remoto XR preenche efetivamente a lacuna entre instrutores e alunos ao fornecer orientação intuitiva e em tempo real que mitiga os efeitos da separação física. Os autores afirmam que o sistema funciona efetivamente como uma ferramenta de biofeedback, traduzindo a pressão física em pistas visuais imediatas que os alunos podem internalizar.

O estudo conclui que o sistema XR melhora a aquisição de habilidades além da instrução convencional, particularmente no que diz respeito ao controle de força, um parâmetro difícil de melhorar apenas através da observação visual. Os autores sugerem que esta tecnologia possui potencial para apoiar a educação de higiene oral em ambientes remotos, de cuidados domiciliares e de cuidados de longa duração, bem como em áreas com escassez de profissionais de odontologia. Eles observam que o sistema também pode apoiar modelos de treinamento escaláveis, incluindo instrução de um-para-muitos e aprendizagem autodirigida usando movimentos de especialistas pré-gravados.

Os autores mantêm um tom modesto em relação às limitações, reconhecendo que a retenção de habilidade a longo prazo não foi avaliada, que o custo e a complexidade do sistema podem dificultar a adoção generalizada, e que o uso de modelos dentários padronizados pode não refletir totalmente a variabilidade clínica. Sugere-se que trabalhos futuros avaliem os resultados a longo prazo e o desempenho em diversos ambientes clínicos.