A análise do padrão individual de caminhada de uma pessoa, ou marcha, pode revelar detalhes sobre sua identidade e refletir diferenças entre indivíduos, grupos e até mesmo populações.

Uma equipe internacional de pesquisadores, liderada por Kayne Duncanson, da Universidade de Adelaide, o professor associado Dominic Thewlis, o Dr. Will Robertson e o Dr. Ehsan Abbasnejad, coletou um perfil diversificado de dados de marcha de mais de 700 pessoas e treinou modelos de inteligência artificial para encontrar semelhanças.

A pesquisa foi publicada no The Journal of the Royal Society Interface .

Já há trabalhos sendo feitos sobre como as relações entre marcha e estado biológico podem ser usadas em cuidados de saúde e segurança, mas até agora, os campos usavam métodos diferentes.

"Na área da saúde, o objetivo é usar a marcha como um marcador funcional pessoal para auxiliar no tratamento de condições neurológicas e musculoesqueléticas, e as medidas geralmente são tomadas usando vários instrumentos especializados e pequenas amostras populacionais", disse a pesquisadora principal Kayne Duncanson, candidata a um diploma de nível superior em pesquisa pela Adelaide Medical School.

"Na segurança, o objetivo é usá-lo como uma biometria para auxiliar no reconhecimento pessoal em ambientes dinâmicos, como vigilância em aeroportos, ou para autenticação em casas inteligentes.

"O reconhecimento da marcha requer modelagem em nível individual para detectar características que diferem entre indivíduos, mas que permanecem consistentes dentro deles ao longo do tempo.

"Portanto, a maioria dos estudos se concentra no desenvolvimento de modelos multivariados complexos, como redes neurais profundas, para separar características de identificação da marcha de características relacionadas à aparência corporal.

"Considerando que os métodos de análise da marcha em assistência médica e segurança parecem complementares, pode ser benéfico combinar seus pontos fortes."

Alguns dos dados estudados foram coletados dos participantes enquanto eles caminhavam sobre uma placa no chão, conhecida como plataforma de força .

A plataforma de força mede a magnitude e a localização do ponto de força no solo em resposta à força aplicada pelos pés, com as informações então investigadas usando um método de IA explicável (XAI) chamado análise de sensibilidade de oclusão e Aproximação e Projeção Uniforme de Variedade (UMAP).

"O primeiro objetivo deste estudo foi determinar se o desempenho do reconhecimento da marcha difere dependendo do(s) conjunto(s) de dados usados para o desenvolvimento e avaliação do modelo usando diferentes configurações de quatro grandes conjuntos de dados de marcha de plataforma de força ao redor do mundo", disse o professor associado Thewlis, chefe do Centro de Pesquisa Ortopédica e Trauma.

"O segundo objetivo foi examinar se atributos demográficos e condições experimentais ajudam a definir a variação da marcha usando XAI.

O que eles descobriram foi que os modelos, que foram expostos à diversidade enquanto aprendiam, eram altamente precisos na identificação de pessoas em diversas condições.

"Descobrimos que plataformas de força podem ser implantadas como instrumentos autônomos com relativamente poucas restrições na seleção de amostras e condições de caminhada para permitir a aquisição de grandes conjuntos de dados em laboratórios, clínicas e possivelmente ambientes mais diversos, o que pode, por sua vez, facilitar a tomada de decisões mais avançadas baseadas em dados", disse o professor associado Thewlis.

"Tendências em desempenho e insights do XAI indicaram que calçados, velocidade de caminhada, massa corporal, sexo, altura e possivelmente outros fatores dependentes do tempo interagem para afetar a variação da marcha em vários níveis, e sistemas de reconhecimento de marcha baseados em IA que dependem de dados da plataforma de força mostram uma promessa substancial para análise personalizada."