A osteoartrite, é uma condição degenerativa que ocorre por conta do desgaste da cartilagem presente nas articulações, levando a dor, rigidez e até perda da função. Um estudo de 2023, divulgado na revista The Lancet Rheumatology, apontou que até 2050, cerca de 1 bilhão de pessoas terão esta condição. Um dos tipos mais comuns de osteoartrite afeta as articulações do joelho e o estudo feito no Laboratório de Biomecânica Aplicada (LBA) da UEL descobriu uma nova maneira de identificá-la e também de estimar se o paciente pode desenvolvê-la, através de algoritmo.

O projeto surgiu durante o Doutorado de Alexandre Pellegrinelli, que no decorrer de sua pesquisa foi contemplado pela bolsa ELAP (Programa de Líderes Emergentes nas Américas) que possibilitou o desenvolvimento de seu trabalho na Universidade de Ottawa, no Canadá. A pesquisa visava avaliar a biomecânica de pacientes com osteoartrite de joelho. Posteriormente o professor Felipe Moura, que orientou a pesquisa desenvolvida por Pellegrineli, trabalhou com o desenvolvimento de algoritmos para estimar a carga sobre o joelho de pacientes com osteoartrite de joelho, na Wageningen University and Research, da Holanda. 

A junção destes dois trabalhos possibilitou a criação do algoritmo baseado em inteligência artificial que identifica a osteoartrite e o potencial que o paciente possui para seu desenvolvimento através do registro do movimento feito pela pessoa. “Imagine se a gente conseguisse realmente descrever o movimento de uma pessoa a partir de uma imagem, como uma impressão digital, e essa imagem nos desse informações muito importantes sobre ela, como possíveis doenças. Esse foi o ponto de partida deste estudo”, segundo Moura.

Desenvolvimento

A pesquisa, que também contou com o financiamento do CNPq, capturou o movimento dos membros inferiores dos pacientes enquanto eles caminhavam e, em sua primeira fase, buscou formas de representar esse movimento em imagens bidimensionais. A imagem mais promissora teve suas características extraídas de 10 diferentes redes neurais profundas e interpretadas em modelos. Através da transferência de aprendizagem, os modelos interpretados pelas redes neurais tiveram testadas as suas capacidades de identificar quais pessoas possuem artrose no joelho.

Os resultados do algoritmo apresentaram precisão geral de 92.3%, que até onde se sabe, é o valor mais alto de precisão a partir de dados de marcha, e um dos modelos chegou a 100% de exatidão para detectar osteoartrite nos pacientes. O estudo, publicado na revista Journal of Biomechanics, conta com Danilo Catelli e Mário Lamontagne da Universidade de Ottawa e Ricardo Torres da Wageningen University and Research como coautores.

Além de representar uma inovação no diagnóstico de osteoartrite, o trabalho também contribui para a detecção da predisposição que o paciente possui para o desenvolvimento da doença.

(*Estagiário de Jornalismo da Coordenadoria de Comunicação Social.)