Por Anne J. Manning
Embora seja gratificante terminar um treino e ver as “calorias queimadas” aparecerem no seu smartwatch, esse número costuma ser surpreendentemente impreciso, com taxas de erro estimadas entre 30% e 80%.
O software do relógio faz uma estimativa com base em fatores variáveis como frequência cardíaca, movimento do pulso, altura e peso, sem medir de fato a energia gasta.
Pesquisadores de biomecânica de Harvard encontraram uma solução melhor. Um novo estudo do laboratório de Patrick Slade , professor assistente de bioengenharia na Escola de Engenharia e Ciências Aplicadas John A. Paulson (SEAS) , apresenta um monitor de atividades de código aberto para smartphones chamado OpenMetabolics.
Ele utiliza aprendizado de máquina para interpretar a atividade muscular das pernas de uma pessoa e convertê-la em calorias queimadas.
Um estudo laboratorial com participantes humanos constatou que o dispositivo de Harvard tem o dobro da precisão de smartwatches e rastreadores de atividades comerciais.
A pesquisa não só pode fornecer medidas mais precisas de exercícios, como também pode ajudar cientistas a criar estudos de maior qualidade sobre os efeitos da atividade física na saúde.
“A atividade física é fundamental para o controle de diversos aspectos da saúde”, afirmou Slade. “Ao utilizar um sistema baseado em smartphone, essa abordagem pode ser facilmente implementada em larga escala e para estudos de pesquisa, mesmo em áreas carentes.”
Publicado na revista Communications Engineering , o estudo foi liderado pelo estudante de doutorado Haedo Cho, que redesenvolveu um modelo de aprendizado de máquina que o grupo de Slade já havia demonstrado ser capaz de extrair com precisão os valores de gasto energético a partir do movimento das pernas.
O modelo utiliza dados de movimento contínuo capturados pelo giroscópio e acelerômetro do smartphone e interpreta esses balanços e movimentos como valores de energia gasta.
As versões anteriores do monitor de atividades do laboratório exigiam um sistema altamente personalizado, fixado na perna da pessoa em dois pontos.
O objetivo de Cho era reimplantar o OpenMetabolics usando apenas sensores de smartphone, abrangendo diferentes tipos de pessoas, movimentos e atividades.
Seu trabalho aproxima a tecnologia de um dispositivo comercial ou de pesquisa de alta qualidade e amplamente disponível.
Cho e seus colegas recrutaram 30 participantes de diferentes idades, tamanhos e níveis de condicionamento físico para validar o modelo baseado em smartphone desenvolvido pelo laboratório.
Comparando-o com outros sistemas mais comuns, como os encontrados em rastreadores de atividades físicas, como o Fitbit (monitor de frequência cardíaca) ou pedômetros.
Os participantes usaram os dispositivos enquanto realizavam atividades como caminhada, ciclismo e subida de escadas.
Cho projetou os experimentos para capturar atividades da vida real.
“Muitos estudos de biomecânica que avaliam a atividade física são realizados em laboratório, em esteiras… mas isso não captura como as pessoas caminham no dia a dia”, disse Cho.
“As pessoas variam a velocidade ao longo do dia. Quando pego um ônibus, posso caminhar rápido. Se estou fazendo compras no supermercado, posso caminhar devagar. Simulamos esses tipos de cenários por meio de comandos de áudio.”
Cho também criou um “modelo de correção de artefatos de movimento de bolso”, que preserva a precisão dos dados de energia, mesmo com o smartphone se movimentando nos bolsos das pessoas, em diferentes estilos de roupa e em diferentes ângulos.
Cho afirmou que estava particularmente motivado a trabalhar em melhores métodos para medir a atividade física devido às grandes lacunas nos dados populacionais em muitas partes do mundo, onde os relógios inteligentes e outras ferramentas de medição não são comuns, mas onde os smartphones são predominantes.
Além disso, como maratonista, ele já viu pessoalmente informações sobre calorias que pareciam completamente incorretas. “Acho que deveríamos melhorar nesse aspecto, porque entre a percepção das pessoas e o que os dispositivos mostram, provavelmente existe uma discrepância”, disse Cho.
Slade acrescentou que a equipe está explorando ativamente o uso de sua tecnologia para enfrentar desafios globais de saúde, com o apoio de uma bolsa do Harvard Impact Labs .
O trabalho de Slade durante a bolsa concentra-se na compreensão e no enfrentamento dos riscos à saúde cardiovascular em países da América Latina.
A pesquisa também recebeu apoio do Fundo Competitivo do Decano de Harvard para Bolsas de Estudo Promissoras e do Fundo de Iniciativa de Tecnologia Assistiva Raj Bhattacharyya e Samantha Heller.
Fonte: SEAS Harvard
