AI-based multimodal behavioral phenotyping for sarcopenia and muscle health assessment in older adults: study protocol

À medida que as pessoas envelhecem, seus corpos perdem naturalmente massa e força muscular, uma condição conhecida como sarcopenia. Esse declínio não se trata apenas de sentir-se mais fraco; está intimamente ligado a um maior risco de quedas, perda de independência e enfrentamento de complicações graves de saúde. Atualmente, os médicos dependem de máquinas especializadas para medir músculos e força, ou fazem perguntas simples aos pacientes sobre suas dificuldades diárias. No entanto, essas máquinas são caras e difíceis de usar em check-ups regulares nos bairros, enquanto perguntas simples muitas vezes deixam passar o problema em seus estágios iniciais, porque as pessoas podem não perceber que estão perdendo força até que seja tarde demais. Cientistas há muito suspeitam que a maneira como as pessoas se movem, falam e se expressam pode conter pistas ocultas sobre sua saúde muscular, pistas que existem fora do que uma pessoa conscientemente sabe ou relata. O desafio tem sido descobrir como capturar esses sinais sutis de adultos mais velhos de uma forma que pareça natural e não intimidadora, especialmente quando eles podem estar unfamiliarizados com tecnologias complexas.

Uma equipe de pesquisadores da Universidade de Yeungnam, na Coreia do Sul, desenhou uma nova maneira de procurar por essas pistas. Em vez de pedir que os adultos mais velhos realizem testes físicos difíceis ou preencham formulários longos sozinhos, os pesquisadores criaram uma sessão baseada em conversação suave que dura menos de trinta minutos. O objetivo é ver se um programa de computador consegue ouvir e observar atentamente o suficiente para detectar sinais de baixa massa muscular apenas observando como uma pessoa fala, move o rosto e gesticula enquanto conversa. Essa abordagem trata a voz e o rosto humanos como uma fonte rica de dados, semelhante à forma como um médico ouve um batimento cardíaco, mas aqui o "batimento cardíaco" é o ritmo sutil da fala e os micromovimentos dos músculos faciais. Os pesquisadores não estão tentando substituir os testes médicos padrão ouro, mas estão explorando se esses comportamentos cotidianos podem servir como um primeiro passo rápido e não invasivo para identificar quem pode precisar de um check-up mais profundo.

O estudo envolve até 120 adultos residentes na comunidade com sessenta e cinco anos ou mais. Cada participante vem a uma sala de laboratório silenciosa onde se senta para uma única sessão guiada por um pesquisador treinado. Este guia humano é uma parte crucial do design, atuando como uma presença amigável para reduzir qualquer ansiedade que o participante possa sentir ao ser gravado. A sessão é dividida em duas partes. Primeiro, enquanto o participante está descansado e alerta, ele participa de uma série de interações naturais. Eles conversam brevemente sobre o seu dia, leem um pequeno trecho em voz alta e depois olham para fotos de rostos mostrando diferentes emoções, primeiro identificando a emoção e depois tentando fazer aquele mesmo rosto eles mesmos. Finalmente, são solicitados a contar uma pequena história sobre um momento feliz recente e um momento triste recente. Durante todo esse tempo, câmeras e microfones gravam tudo, capturando a velocidade da fala, o tom de voz, os músculos específicos que usam ao sorrir ou franzir a testa e o quanto movem as mãos e os braços.

Após essa observação comportamental, a sessão passa para a segunda parte, onde o participante responde a uma série de perguntas de saúde padrão. Algumas dessas perguntas são sobre o risco de perda muscular, enquanto outras perguntam sobre seus níveis de humor e ansiedade. Os pesquisadores utilizam uma mistura de métodos: algumas perguntas são respondidas pelo participante em uma tela sensível ao toque, enquanto outras são lidas em voz alta pelo guia para garantir que todos possam participar confortavelmente, independentemente de seu conforto com a tecnologia. Os pesquisadores comparam as gravações de vídeo e áudio da primeira parte com as medições físicas feitas nos participantes. Eles utilizam um dispositivo que mede a quantidade de músculo nos braços e pernas e um teste de força de preensão manual para determinar quem possui massa muscular e força normais e quem possui baixa massa muscular. Essas medições físicas servem como a verdade fundamental contra a qual as observações comportamentais são testadas.

A ideia central é que a saúde muscular pode deixar uma impressão digital na forma como uma pessoa se comporta. Os pesquisadores hipotetizam que aqueles com menor massa muscular podem falar mais lentamente, usar um tom de voz mais monótono ou mostrar menos variedade em suas expressões faciais. Eles também suspeitam que a maneira como uma pessoa move as mãos enquanto fala pode ser menos fluida ou frequente. Usando programas de computador avançados, a equipe analisará milhares de detalhes minúsculos das gravações, como a frequência com que uma pessoa faz pausas, o quanto sua voz treme ou a intensidade com que move as sobrancelhas. O computador tentará então aprender a diferença entre os padrões comportamentais daqueles com músculos saudáveis e daqueles com baixa massa muscular. Se o computador conseguir distinguir com sucesso entre os dois grupos baseando-se apenas no vídeo e no áudio, isso sugeriria que esses sinais comportamentais estão de fato ligados à saúde muscular.

Este estudo é um protocolo, o que significa que é um plano detalhado de como a pesquisa será conduzida, em vez de um relatório de resultados finais. Os pesquisadores estão configurando o sistema para garantir que os dados coletados sejam de alta qualidade e consistentes. Eles estão prestando atenção especial ao papel do guia humano, anotando cuidadosamente como o guia interage com o participante e quando ajuda é necessária. Essa informação é vital porque o objetivo final é construir, eventualmente, um assistente digital, talvez um programa de computador que possa conversar com as pessoas, que possa realizar essa avaliação sem a presença de um humano. Ao observar como um humano real ajuda um adulto mais velho a se sentir confortável e compreendido, os pesquisadores esperam ensinar futuros sistemas de inteligência artificial a fazer o mesmo. Eles também estão construindo um conjunto de dados que inclui pessoas de diferentes idades e ambos os sexos, garantindo que a tecnologia desenvolvida funcione de forma justa para todos.

Os pesquisadores estão sendo cautelosos sobre o que esperam encontrar. Eles reconhecem que adultos mais velhos podem se sentir nervosos em um laboratório, e que o nervosismo pode alterar a forma como falam ou se movem, o que pode confundir os resultados. Para lidar com isso, eles estão medindo os níveis de ansiedade e depressão separadamente, para que possam distinguir se o computador está detectando problemas musculares ou apenas preocupação geral. Eles também estão cientes de que o número de pessoas com baixa massa muscular em um grupo comunitário geral pode ser pequeno, por isso planejaram sua análise para buscar padrões em toda a amplitude da saúde muscular, não apenas uma divisão simples de sim ou não. Se o estudo encontrar que os sinais comportamentais são úteis, poderá levar a uma nova maneira de triagem para perda muscular de forma rápida e fácil nas comunidades, sem equipamentos caros ou longas esperas. Se os sinais não forem fortes o suficiente, o estudo ainda fornecerá conhecimento valioso sobre como os adultos mais velhos interagem com a tecnologia e como projetar melhores ferramentas para eles.

Este trabalho situa-se na interseção entre envelhecimento, comportamento e inteligência artificial. Ele vai além da ideia de que a saúde muscular é apenas sobre o quão rápido alguém consegue caminhar ou o quão pesado um peso pode levantar. Em vez disso, sugere que a condição do corpo pode ser refletida nas formas quietas e automáticas como nos expressamos todos os dias. Ao tratar uma conversa como uma janela para a saúde física, os pesquisadores estão abrindo um novo caminho para entender como envelhecemos. Eles não estão alegando ter resolvido o problema da sarcopenia, mas estão construindo as ferramentas para ver se uma conversa simples e amigável poderia, um dia, ajudar a detectar o problema precocemente, dando aos adultos mais velhos mais tempo para permanecerem fortes e independentes. O estudo representa um esforço cuidadoso e passo a passo para transformar uma questão biológica complexa em uma tecnologia prática e centrada no ser humano.