From Video to Clinical Insight: Computer Vision-Based Detection of Upper Limb Compensation Strategies Following Stroke Utilizing SAM3D Body

A recuperação de um acidente vascular cerebral (AVC) é frequentemente uma história de adaptação. Quando o centro de comando do braço no cérebro é danificado, o corpo frequentemente encontra um contorno para realizar a tarefa. Se uma pessoa não consegue alcançar algo à frente com a mão porque os músculos do ombro estão fracos, ela pode inclinar todo o tronco para frente ou elevar o ombro para trazer a mão para mais perto de um copo. Esses "movimentos compensatórios" permitem que a pessoa complete a tarefa, mas podem se tornar maus hábitos que impedem que o braço aprenda a se mover corretamente novamente. Durante décadas, os terapeutas confiaram em seus próprios olhos para detectar esses atalhos durante as visitas clínicas, observando um paciente alcançar um objeto e notar se sua coluna se curva ou se seu ombro se eleva. No entanto, este método é limitado às poucas horas que um paciente passa em um hospital, tornando difícil acompanhar o progresso ou detectar mudanças sutis quando o paciente está de volta em casa.

Uma equipe de pesquisadores desenvolveu agora uma maneira de visualizar esses movimentos ocultos usando nada além de uma câmera de vídeo padrão e um programa de computador. Ao ensinar uma máquina a reconhecer os ângulos específicos do corpo, eles criaram um sistema que pode sinalizar automaticamente quando um sobrevivente de AVC está usando essas estratégias compensatórias. O objetivo não era substituir o terapeuta, mas dar a ele uma ferramenta que funcione 24 horas por dia, transformando uma simples gravação de vídeo em um relatório detalhado sobre como o corpo está se movendo. Essa abordagem oferece um caminho para monitorar a recuperação no mundo real, onde os pacientes viveam e pratiquem, em vez de apenas no ambiente controlado de um laboratório.

Os pesquisadores focaram em três maneiras comuns pelas quais o corpo compensa durante uma tarefa simples: alcançar para pegar uma garrafa de água e levá-la à boca. A primeira é levantar o ombro para longe da lateral do corpo. A segunda é inclinar a parte superior do corpo para frente. A terceira é inclinar a parte superior do corpo para o lado. Para ensinar o computador a detectar isso, a equipe recrutou vinte e seis pessoas que sofreram um AVC entre um e seis meses antes. Cada participante sentou-se à mesa e realizou a tarefa de alcance dez vezes com o braço mais forte e dez vezes com o braço mais fraco. Uma câmera de tablet gravou cada movimento de frente.

Em vez de prender sensores à pele ou pedir aos pacientes que usassem roupas especiais, a equipe utilizou um modelo de visão computacional sofisticado chamado SAM3D Body. Este software analisa o quadro de vídeo quadro a quadro para construir um esqueleto tridimensional do corpo da pessoa, rastreando a posição da coluna, ombros, cotovelos e pulsos no espaço. Os pesquisadores então calcularam ângulos específicos para cada movimento. Por exemplo, para medir a elevação do ombro, o computador calculou o ângulo entre o braço superior e a coluna. Para medir a inclinação, mediu o quanto a coluna se inclinou para longe de uma linha vertical reta. Eles observaram o ângulo máximo atingido, o ângulo médio mantido e o quanto o ângulo mudou em relação à posição inicial.

Para garantir que o computador estivesse aprendendo as coisas certas, três especialistas humanos — médicos e terapeutas — assistiram aos vídeos e rotularam cada tentativa como apresentando ou não um movimento compensatório. Eles concordaram com os rótulos na grande maioria das tentativas. Os pesquisadores então treinaram um algoritmo de aprendizado de máquina, um tipo de programa de computador que aprende padrões a partir de dados, para prever esses rótulos baseando-se exclusivamente nos ângulos calculados pela câmera. Eles testaram o sistema usando um método rigoroso onde o computador foi treinado com dados de vinte e cinco pessoas e depois solicitado a prever os movimentos da vigésima sexta pessoa, um processo repetido até que todos os participantes tivessem sido testados. Isso garantiu que o sistema pudesse reconhecer esses movimentos em uma nova pessoa que nunca havia visto antes.

Os resultados mostraram que o computador podia identificar esses movimentos com alta confiabilidade. Para a estratégia de elevação do ombro, o sistema estava correto cerca de 95,5% das vezes. Para a inclinação lateral, estava correto 87,5% das vezes. O movimento de inclinação para frente foi o mais difícil de detectar, com uma precisão de 75,6%, mas a taxa de sucesso geral em todos os três tipos foi forte. Os pesquisadores descobriram que o sistema funcionava melhor para pessoas com deficiências mais graves. Nesses pacientes, os movimentos compensatórios eram grandes e óbvios, tornando-os fáceis de serem detectados pelo computador. Para aqueles com deficiências mais leves, os movimentos eram mais sutis e próximos dos padrões de movimento normais, o que os tornava um pouco mais difíceis de distinguir. Isso sugere que a ferramenta é particularmente útil para os pacientes que precisam de mais ajuda, pois seus movimentos maiores são os que o sistema captura com maior confiabilidade.

O estudo também revelou por que alguns movimentos eram mais difíceis de detectar do que outros. A inclinação frontal do tronco depende da percepção de profundidade — o quão longe o corpo se move em direção ou para longe da câmera. Como o sistema utilizou uma única câmera, ele teve que estimar essa profundidade, o que é inerentemente mais difícil do que medir movimentos de um lado para o outro ou de cima para baixo em uma tela plana. Esta limitação técnica explica por que a detecção da inclinação para frente foi menos precisa do que a detecção da elevação do ombro ou da inclinação lateral. Apesar disso, o sistema distinguiu com sucesso entre o braço afetado e o braço saudável, mostrando que o braço mais fraco consistentemente disparava ângulos compensatórios maiores.

Os pesquisadores enfatizam que esta tecnologia foi projetada para auxiliar, não para substituir o julgamento humano. Em um cenário prático, o sistema atuaria como um filtro, revisando horas de vídeo e destacando apenas as tentativas específicas onde um movimento compensatório provavelmente ocorreu. Um terapeuta poderia então revisar apenas esses momentos sinalizados, talvez vendo uma reconstrução 3D do corpo sobreposta ao vídeo para confirmar o achado. Isso economizaria tempo dos terapeutas e permitiria que se concentrassem nos dados mais relevantes. O sistema também poderia ser usado para monitoramento remoto, permitindo que os pacientes realizem a tarefa em casa com um tablet e enviem os dados para sua equipe de cuidados. Isso forneceria um quadro contínuo de recuperação, mostrando se um paciente está melhorando ou se está voltando aos velhos hábitos entre as visitas clínicas.

Embora o sistema atual exija computadores potentes para processar o vídeo, os pesquisadores observam que melhorias futuras poderiam torná-lo rápido o suficiente para rodar em dispositivos móveis padrão. Eles também reconhecem que condições do mundo real, como iluminação precária ou fundos desordenados, podem desafiar o sistema, e que mais dados são necessários para refinar sua precisão para pessoas com deficiências leves. No entanto, o achado central permanece: é possível usar uma única câmera de vídeo e software avançado para medir objetivamente como um sobrevivente de AVC se move. Ao transformar um simples vídeo em uma medição precisa de ângulos corporais, este trabalho abre as portas para um futuro onde a reabilitação não é apenas uma série de visitas clínicas, mas uma jornada contínua e orientada por dados rumo à recuperação.