Pesquisadores da UEL, em parceria com universidades da Noruega, Holanda e Canadá, desenvolveram uma tecnologia inédita utilizando algoritmos e Inteligência Artificial (IA) para estimar cargas no joelho em pessoas saudáveis e com osteoartrite. O estudo foi publicado em Janeiro passado, na revista Scientific Reports, do grupo Nature, e representa a primeira etapa da pesquisa de pós-doutorado do professor Felipe Arruda Moura, do Departamento de Ciências do Esporte e coordenador do Laboratório de Biomecânica Aplicada (LBA), do Centro de Educação Física e Esporte (Cefe) da UEL.

O estudo avaliou diferentes modelos de machine learning (aprendizagem de máquina) para estimar os picos de forças de contato no joelho em pessoas saudáveis e com osteoartrite durante a caminhada. De acordo com o professor, avaliar e calcular as cargas no joelho durante tarefas do cotidiano é importante para um diagnóstico nos primeiros estágios da doença. Em muitos casos, a osteoartrite é assintomática e somente vai ser diagnosticada quando o quadro de limitação funcional e dor já estão em estágios avançados, que necessitam de cirurgias para implantação de próteses.

De acordo com o pesquisador, o Brasil não dispõe de dados precisos sobre a incidência da osteoartrite na população, porém, a literatura mostra que 12% dos idosos apresentam a doença, configurando um problema de saúde pública. O estudo é importante porque abre a possibilidade de realizar uma análise de baixo custo, utilizando uma câmera de celular e os recursos da IA.

Para se ter uma dimensão dos recursos necessários para um exame detalhado de carga no joelho, é preciso um laboratório com equipamentos específicos, que normalmente não existem nem nos hospitais. Na UEL, o exame é feito no Laboratório de Biomecânica Aplicada, utilizando câmeras especiais e uma esteira de caminhada. Os dados coletados são posteriormente analisados pelos pesquisadores, que conseguem apontar exatamente as forças de contato no joelho e o grau de osteoartrite.

Segundo o professor, esse trabalho é impraticável sob o ponto de vista clínico, fora de ambientes especializados. O estudo, explica ele, representa o primeiro passo para essa análise a baixo custo. A partir de agora ele pretende refinar o modelo criado e torná-lo acessível. Os testes realizados demonstraram um acerto da ordem de 95%.

Durante a pesquisa foram avaliados 24 modelos de machine learning em dados laboratoriais de análise de movimento da caminhada para predizer os picos de força de contato do joelho. Além de simular centenas de parâmetros em cada modelo, foram avaliados o impacto de mais ou menos dados para treinar cada modelo. A expectativa é de que futuramente seja possível realizar estimativas do grau da osteoartrite utilizando equipamentos simples e os recursos da IA.

Pós-doutorado

A pesquisa foi financiada pelo CNPq, dentro do programa de pós-doutorado do professor Felipe Arruda, na Wageningen University & Research, da Holanda, e contou com a colaboração internacional de professores da própria Wageningen University, da Noruega (Norwegian University of Science and Technology), Canadá (University of Ottawa), além de membros do laboratório de Biomecânica da UEL. O orientador da pesquisa foi o pesquisador brasileiro da área de Ciências da Computação e IA, Ricardo Torres, ex-Unicamp e atualmente titular da Wageningen University.