Inteligência Artificial como ferramenta na reabilitação neurológica pós-AVC

Por: professor Marco Aurélio Bonvino e as estudantes Flávia Aparecida Bueno Felipini, Mykaella Stefani Rocha e Náthali Pereira Maia

Na área da saúde, a inteligência artificial (IA) tem se mostrado um recurso inovador, assumindo um papel crescente na recuperação de indivíduos que sofreram Acidente Vascular Cerebral (AVC) e no período pós-AVC. Pesquisas demonstram que a capacidade da IA de processar uma alta demanda de informação aumenta a precisão, além da personalização da reabilitação. Estudos mostram que a IA na fisioterapia e no tratamento relatam melhorias na adesão do paciente e nos cronogramas de recuperação individual. Os sistemas de IA são capazes de examinar padrões de movimento, interpretar dados de sensores como a eletromiografia (EMG) e ajustar os programas de exercícios de forma personalizada e individualizada. Eles identificam dificuldades motoras discretas, como hemiparesia, espasticidade ou limitações em membros inferiores e/ou superiores, rigidez muscular ou restrições no andar e no uso dos braços. Em situações como o AVC, que afeta muitos a cada ano e exige reabilitação intensiva para estimular a neuroplasticidade, a IA ajuda a identificar rapidamente avanços ou retrocessos, oferecendo apoio para abordagens mais exatas e eficazes, equiparáveis ou até melhores que os métodos convencionais nas atividades cotidianas.

Mesmo com a evolução da área, pesquisas comprovam que a IA não substitui o lugar de profissionais de saúde, a exemplo do fisioterapeuta. Estudos mostram que, apesar da capacidade da IA de analisar grandes quantidades de dados, antecipar dificuldades motoras ou cognitivas e ajudar na personalização de tratamento, ainda existem barreiras consideráveis. Há, por exemplo, o problema do prejuízo nos grupos de treinamento, que podem não abranger a variedade de pacientes, como diferenças de idade, etnia ou intensidade do AVC. O desafio de aplicar o conhecimento em situações reais inesperadas e a impossibilidade de perceber questões subjetivas, como a motivação do paciente, a dor sentida ou as mudanças emocionais durante o tratamento. Além disso, características humanas como a empatia, a adequação intuitiva com base no que é dito e as escolhas éticas em situações difíceis continuam sendo exclusivas do profissional.

A inteligência artificial (IA) está transformando a reabilitação desses pacientes, trazendo resultados impressionantes, conforme apontam estudos clínicos. Um ensaio clínico randomizado com pacientes crônicos mostrou que um robô de mão guiado por IA, ativado por sinais musculares (EMG), promoveu ganhos maiores na função (avaliada pelo Fugl-Meyer Assessment) e redução da espasticidade, superando o treinamento passivo convencional. Uma meta-análise de 10 estudos, envolvendo 481 pacientes, confirmou que o aprendizado de máquina melhora o controle motor e a independência funcional dos membros superiores, com impactos positivos na redução de limitações. Apesar desses avanços, se o algoritmo interpretar mal o contexto individual de um paciente, pode sugerir intervenções inadequadas, reforçando que o fisioterapeuta deve ajustar as sugestões da IA.

Ferramentas como realidade virtual (RV) e realidade aumentada (RA) integradas à IA permitem criar simulações para treinar movimentos bilaterais ou melhorar a amplitude articular, com resultados tão bons quanto os de equipamentos caros de captura de movimento, usando apenas smartphones ou câmeras simples. Essas tecnologias permitem monitorar o progresso em tempo real, seja na análise da marcha ou na recuperação cognitiva. Ainda assim, o fisioterapeuta precisa avaliar o paciente de forma completa, considerando aspectos como cansaço, motivação para o tratamento e reintegração social.

Com base no artigo Senadheera et al. (2024), fica evidente que as tecnologias de IA estão transformando o campo da reabilitação pós-AVC, com ênfase em quatro grandes temáticas: comprometimento funcional, intervenção assistida, predição de resultados e imagem/neurociência. Para a prática da fisioterapia, isso reforça a necessidade de incorporar métodos baseados em sensores, aprendizado de máquina e interfaces cérebro-computador com o objetivo de personalizar os programas de reabilitação, otimizar a análise dos movimentos e promover a transição do ambiente clínico para o ambiente domiciliar com monitoramento contínuo.

Contudo, apesar das promissoras evidências, o estudo evidencia lacunas significativas: a implementação clínica em larga escala ainda é limitada, há desafios de explicabilidade dos modelos de IA, custos e infraestrutura acessível, bem como necessidade de estudos de longo prazo que avaliem efetivamente a funcionalidade no cotidiano dos pacientes. Em sua atuação clínica, o fisioterapeuta deve permanecer atento às inovações tecnológicas, mantendo-se crítico quanto à evidência disponível e priorizando sempre a individualização da intervenção, de modo a integrar a IA como uma ferramenta de apoio e não como substituta da interação terapêutica entre profissional e paciente.

Sobre os autores:

E-mail para contato: felipiniflavia@gmail.com

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