O aprendizado profundo aprimora a análise da marcha para detecção de deformidades da coluna vertebral

Avaliar a marcha e a postura humana é um método clinicamente eficaz para o diagnóstico precoce de doenças que envolvem problemas de marcha, como a deformidade da coluna vertebral em adultos (DEA).

Pesquisadores da Universidade de Tsukuba, no Japão, desenvolveram um método para classificar o TEA com base nas características dos distúrbios da marcha associados, utilizando aprendizado profundo de vídeos e imagens da marcha, com foco no movimento cíclico durante a caminhada e na simetria dos movimentos.

As descobertas são publicadas na revista Acesso IEEE.

Pacientes com TEA apresentam padrões de marcha alterados devido à deformidade da coluna vertebral; portanto, a análise da marcha pode ser eficaz para o diagnóstico. Porém, os métodos convencionais de análise da marcha podem ser inadequados para estudar as características da postura e do movimento durante a caminhada, essenciais para o diagnóstico. Recentemente, tem sido utilizada tecnologia de aprendizagem profunda usando imagens de vídeo.

Usando esta técnica, os pesquisadores desenvolveram um novo método para capturar com precisão o ritmo e a simetria dos movimentos corporais durante a caminhada, que pode ser usado para classificar a periodicidade e as posturas adotadas pelas extremidades inferiores e pelo corpo durante a marcha.

Eles testaram esse método usando vídeos de caminhada de 81 pacientes e obtiveram uma taxa de resposta correta de 71,43%, mais precisa que o método convencional (66,30%), e confirmaram sua eficácia no diagnóstico de TEA.

No futuro, esta técnica poderá permitir a análise em tempo real de imagens em movimento em ambientes clínicos para permitir a confirmação instantânea e o diagnóstico rápido de TEA.