IMU-Based Hip Adduction and Flexion Moment Estimation for Osteoarthritis and Healthy Individuals During Normal and Modified Gait

Para milhões de pessoas que vivem com osteoartrite de quadril, o simples ato de caminhar é uma negociação constante com a dor. A condição desgasta a cartilagem lisa que amortece a articulação, transformando cada passo em um atrito de moagem que pode levar a uma incapacidade grave. Embora os médicos possam ver o dano em um raio-X, a verdadeira história da doença se desenrola nas forças invisíveis que atuam no corpo enquanto a pessoa se move. Cada vez que um pé toca o chão, a articulação do quadril absorve uma carga massiva, e a maneira como uma pessoa caminha — como ela se inclina, como vira os dedos dos pés, quão rápido se move — determina exatamente quanto estresse essa articulação suporta. Com o tempo, essas forças cumulativas podem acelerar a doença, mas, para a maioria dos pacientes, esse carregamento perigoso acontece no silêncio de suas vidas diárias, longe das clínicas especializadas onde tais medições são geralmente realizadas.

Até agora, compreender essas forças exigia uma viagem a um laboratório de biomecânica. Lá, os pacientes caminham sobre um chão incrustado com gigantes sensores de pressão enquanto câmeras rastreiam seus movimentos com precisão a laser. Essa configuração fornece um instantâneo detalhado do estresse articular, mas é cara, incômoda e captura apenas alguns segundos de caminhada em um ambiente controlado. Ela não pode dizer a um médico como o quadril de um paciente se comporta durante uma caminhada matinal no parque, uma ida ao supermercado ou um momento de distração. O desafio para a ciência médica tem sido encontrar uma maneira de trazer esse nível de percepção para fora do laboratório e para o mundo real, usando pequenos dispositivos vestíveis que possam rastrear o movimento do corpo sem a necessidade de uma sala cheia de equipamentos.

Uma equipe de pesquisadores da Universidade Jiao Tong de Xangai, da Universidade de Quioto e da Universidade Chinesa de Hong Kong deu um passo significativo para resolver este problema. Eles desenvolveram um novo método para estimar as forças de torção e flexão dentro da articulação do quadril usando apenas pequenos sensores fixados ao corpo. Esses sensores, conhecidos como unidades de medição inercial, são dispositivos minúsculos que podem detectar aceleração e rotação, semelhantes aos chips encontrados em smartphones. Os pesquisadores queriam saber se poderiam usar esses sinais simples para reconstruir as forças complexas que atuam no quadril, mesmo para pessoas com artrite e mesmo quando essas pessoas mudavam a maneira como caminhavam.

Para testar sua ideia, a equipe recrutou oitenta e quatro participantes, incluindo adultos jovens saudáveis, adultos idosos saudáveis e pessoas diagnosticadas com osteoartrite de quadril. Eles pediram a todos que caminhassem em uma esteira e através de um chão equipado com sensores de força usando oito desses pequenos dispositivos no tronco, pelve e pernas. Os participantes não apenas caminharam normalmente; eles foram instruídos a modificar sua marcha de maneiras específicas para ver se o sistema conseguiria acompanhar. Eles caminharam mais rápido e mais devagar, viraram os dedos dos pés para dentro e para fora, alargaram e estreitaram seus passos, inclinaram seus torsos para o lado e até tentaram caminhar enquanto contavam de três em três para trás, para simular uma mente distraída. Isso criou uma vasta biblioteca de dados de movimento, capturando como o quadril se comporta sob uma ampla variedade de condições.

Os pesquisadores então construíram um modelo de computador, um tipo de inteligência artificial projetada para aprender padrões a partir de dados. Eles treinaram esse modelo para observar os sinais vindos dos sensores no tronco, pelve e pernas e prever as forças correspondentes dentro do quadril. O objetivo era criar um sistema que pudesse funcionar para qualquer pessoa, não apenas para as pessoas para as quais foi treinado. Inicialmente, eles testaram uma versão de "tamanho único" do modelo. Esta versão era razoavelmente boa, mas tinha dificuldade em acertar os números exatos para cada indivíduo, especialmente para aqueles com artrite cujos padrões de movimento diferiam significamente de pessoas saudáveis.

O avanço ocorreu quando os pesquisadores introduziram uma técnica chamada "personalização de poucos disparos" (few-shot personalization). Em vez de tentar forçar cada pessoa a se ajustar ao mesmo molde, eles permitiram que o modelo aprendesse um pouco sobre cada nova pessoa usando apenas uma pequena quantidade de dados. Antes de testar um novo participante nas tarefas de caminhada difíceis e modificadas, o sistema pedia que ele caminhasse normalmente por apenas alguns passos. O modelo usava esses poucos passos para ajustar suas configurações internas para corresponder ao tamanho do corpo daquela pessoa específica, à maneira como ela usava os sensores e à sua forma única de se mover. Era um processo de calibração, semelhante a sintonizar um rádio em uma estação específica, mas feito em segundos pelo computador.

Os resultados mostraram que esse pequeno ajuste fez uma enorme diferença. Quando o modelo usou apenas os dados de alguns passos normais para se personalizar, suas previsões tornaram-se notavelmente precisas. Para as forças que empurram o quadril para dentro e as forças que o dobram para frente, o erro caiu significativamente, e os padrões de movimento previstos coincidiram com as medições reais com um alto grau de precisão. Essa precisão manteve-se verdadeira mesmo quando os participantes mudavam para as tarefas difíceis, como caminhar com um passo largo ou inclinar o tronco. O sistema não precisou ser retreinado para cada novo estilo de caminhada; a calibração inicial foi suficiente para permitir que ele se generalizasse para novas situações.

Talvez o mais importante seja que o sistema funcionou tão bem quanto em um grupo independente de pessoas que nunca fizeram parte do processo de treinamento. Este grupo incluía mais pessoas com artrite de quadril e problemas de desenvolvimento nos quadris, caminhando em uma superfície plana em vez de uma esteira. O modelo personalizado estimou com sucesso as forças do quadril dessas pessoas, provando que o método poderia ser transferido entre diferentes ambientes e diferentes tipos de pacientes. Os pesquisadores descobriram que o sistema podia capturar com precisão não apenas a força média, mas também os picos específicos de estresse que ocorrem no momento em que o pé toca o chão, bem como a quantidade total de estresse acumulada ao longo de todo o passo. Esses detalhes são críticos para os médicos, pois indicam quais padrões de caminhada podem ser prejudiciais e quais podem ajudar a proteger a articulação.

O estudo também explorou quantos sensores eram realmente necessários. Eles descobriram que o uso de sensores no tronco, pelve, coxa e canela proporcionava o melhor equilíbrio entre precisão e conforto. Adicionar um sensor ao pé não melhorou os resultados o suficiente para justificar o fardo extra para o paciente. Isso sugere que um sistema vestível prático para uso diário poderia ser bastante simples, exigindo apenas quatro pequenos dispositivos em vez de um conjunto complexo de equipamentos.

As implicações deste trabalho estendem-se além do laboratório. Ao permitir o monitoramento contínuo e preciso da carga do quadril fora de uma clínica, esta tecnologia pode ajudar os médicos a identificar hábitos de caminhada prejudiciais antes que causem mais danos. Poderia permitir que os pacientes recebessem feedback em tempo real sobre como ajustar sua marcha para reduzir a dor e retardar a progressão de sua doença. Em vez de esperar por um check-up anual onde um médico pode ver apenas uma imagem estática da articulação, os pacientes poderiam usar esses sensores durante suas vidas diárias para ver como seus corpos respondem a diferentes atividades. Os pesquisadores sugerem que esta abordagem poderia eventualmente levar a planos de reabilitação personalizados que sejam ajustados com base em dados do mundo real, em vez de modelos teóricos.

Embora o estudo tenha sido conduzido sob condições controladas com participantes caminhando em esteiras e pisos marcados, o sucesso do modelo personalizado em um grupo independente caminhando sobre o solo sugere um forte potencial para aplicação no mundo real. Os pesquisadores reconhecem que trabalhos futuros precisarão testar o sistema em ambientes completamente não controlados, como ruas movimentadas ou terrenos irregulares, e explorar maneiras de reduzir a necessidade das etapas de calibração inicial. No entanto, a descoberta central permanece clara: ao combinar sensores vestíveis com um modelo de computador inteligente e adaptável, é possível ver as forças invisíveis que atuam no quadril humano, abrindo uma nova janela para o manejo de uma das doenças articulares mais comuns e debilitantes de nosso tempo.