Inteligência Artificial aplicada à prevenção de quedas em idosos

Por: professor Marco Aurélio Bonvino e as estudantes Bruna Roberta de Nicolai, Caroline Cardozo Melo, Helen Ribeiro Mendes e Isadora Mariano Stuart

A queda é um dos maiores riscos para a população idosa, não apenas pelos danos físicos, como fraturas, mas também pelo impacto psicológico, pela perda de independência e pelo medo de cair novamente. Para a fisioterapia geriátrica, prevenir esses episódios é um desafio constante. Nesse cenário, a inteligência artificial (IA) surge como ponte entre tecnologia e cuidado, transformando dados em decisões clínicas que fazem diferença na vida do paciente.

Sensores vestíveis, especialmente os sensores inerciais, têm sido cada vez mais utilizados na reabilitação. Eles registram aceleração, velocidade angular e orientação corporal durante a marcha ou nas atividades diárias. Estudos mostram que esses sensores podem avaliar o risco de queda com alta precisão, dependendo de sua posição no corpo, das variáveis analisadas e do modelo de IA empregado. Sensores na cintura ou nos tornozelos, por exemplo, são mais sensíveis para detectar assimetrias e instabilidades, permitindo identificar alterações sutis antes que ocorram quedas. Porém, ainda existem desafios de padronização, já que diferentes estudos utilizam dispositivos e perfis populacionais variados.

Além da coleta de dados, a combinação com modelos preditivos de IA amplia o potencial da tecnologia. Esses modelos permitem identificar quem já está em risco e prever quem tem maior probabilidade de cair no futuro. Modelos que integram dados de sensores com informações clínicas têm mostrado bons resultados ao estimar risco com base no histórico do paciente e em padrões de marcha e equilíbrio. Há também pesquisas com aprendizado profundo para diferenciar quedas reais de movimentos semelhantes, reduzindo alarmes falsos e aumentando a confiabilidade de sistemas utilizados em casa ou em instituições de saúde.

Paralelamente, a visão computacional se destaca como alternativa aos sensores. Câmeras comuns, combinadas a algoritmos de análise de movimento, conseguem captar ângulos articulares e deslocamentos corporais sem contato físico. Essa abordagem permite uma avaliação detalhada da marcha e do equilíbrio, correlacionando parâmetros capturados em vídeo a testes clínicos tradicionais. Além disso, redes neurais podem detectar quedas em tempo real e emitir alertas imediatos.

Essas três frentes, sensores vestíveis, modelos preditivos e visão computacional, formam um ciclo que vai da coleta dos dados à intervenção. A IA analisa informações contínuas do corpo, identifica padrões e gera alertas, enquanto o fisioterapeuta interpreta os resultados e ajusta o tratamento. Assim, o acompanhamento torna-se mais objetivo, individualizado e preventivo.

Na prática, o fisioterapeuta pode monitorar o paciente à distância, acompanhar a evolução da marcha, reconhecer pioras no equilíbrio e intervir antes que ocorram acidentes. A IA pode indicar aumento da oscilação corporal ou instabilidade recente, permitindo modificar exercícios de fortalecimento ou equilíbrio no momento certo. Dessa forma, a tecnologia complementa o raciocínio clínico, oferecendo dados concretos para decisões mais seguras.

Por fim, concluímos que o julgamento clínico do fisioterapeuta permanece essencial, pois é ele quem interpreta os dados considerando o contexto físico, emocional e social do paciente. A integração entre sensores, IA e visão computacional está tornando a fisioterapia geriátrica mais precisa, preventiva e centrada no paciente. Quando usada como aliada, a tecnologia promove autonomia, reduz quedas e aprimora a qualidade de vida do idoso.

Sobre os autores:

E-mail para contato: brunanicolai2003@gmail.com

Os textos publicados nesta seção são de responsabilidade dos (as) autores (as).