Em uma muleta de reabilitação que dosa a carga sobre o membro, a célula de carga é a parte resolvida. A precisão de medição publicada fica perto de uma correlação intraclasse de 0,97, enquanto a adesão publicada ao apoio parcial de peso varia entre zero e 38 por cento. O orçamento de engenharia pertence ao laço de feedback: um feedback que chega dentro do passo e nunca pede ao paciente que olhe para baixo.
O apoio parcial de peso é prática padrão após cirurgia de membro inferior, e também é uma das instruções menos seguidas na reabilitação ortopédica. Um estudo de 2020 com pacientes operados do membro inferior encontrou adesão geral em torno de 37,5 por cento. Entre pacientes de 65 anos ou mais com fraturas de fêmur e pelve, a adesão caiu para 22 por cento. Um ensaio de 2023 com pacientes de artroplastia total de joelho registrou adesão de zero por cento no primeiro dia pós-operatório e de 2 por cento antes da alta.
A medição, em contraste, é um problema resolvido. Uma validação de 2025 de uma palmilha inteligente relatou uma correlação intraclasse de cerca de 0,97 contra uma plataforma de força, com erro padrão de medição de 1,67 newtons e R quadrado de 0,9175. Um protótipo de muleta instrumentada com sensores alcançou 99,3 por cento de precisão em 2016, como regressão que prevê a carga na plataforma de força a partir da instrumentação da muleta.
A distância entre esses dois conjuntos de números é toda a oportunidade de produto, e explica por que o esforço de engenharia que compensa em um dispositivo de carga para reabilitação vai para o laço de feedback e não para a célula de carga.
O programa descrito aqui foi um dispositivo que dosa a carga sobre a muleta durante a reabilitação, construído em torno de sensores de carga, um nRF52 com BLE, um acelerômetro, um projeto de bateria de baixo consumo e uma caixa moldada por injeção. Na OVA Solutions desenvolvemos hardware de dispositivos médicos como desenvolvedores experientes, com 62 engenheiros na equipe e mais de 200 dispositivos entregues. O escopo cobriu requisitos, conceito, design industrial e mecânico, PCB, software embarcado, produção e controle de qualidade.
O problema de medição escondido dentro da medição
Uma muleta instrumentada com células de carga mede a carga através da muleta. A prescrição clínica é a carga através do membro. Essas duas grandezas se relacionam pelo padrão de marcha do paciente, pelo peso corporal e pelo que o membro contralateral estiver fazendo, e a relação não é fixa.
Uma marcha de três pontos com duas muletas distribui a carga de um jeito diferente de uma marcha de quatro pontos, que por sua vez distribui de outro jeito diferente de uma única muleta usada no lado contralateral. Então um dispositivo na muleta infere a carga sobre o membro em vez de medi-la, e a qualidade dessa inferência varia conforme o paciente realmente caminha em cada dia.
Isso aparece diretamente nos resultados de validação. Uma comparação de 2016 de três dispositivos comerciais de biofeedback contra uma plataforma de força encontrou concordância substancial para o SmartStep, moderada para o OpenGo e leve para o SensiStep, com kappa ponderado de 0,76, 0,58 e 0,19. Não são diferenças na qualidade do sensor. São diferenças no que cada dispositivo mede e em quanto a inferência dele se sustenta.
O requisito prático é definir a alegação clínica contra a variável medida e não contra a prescrita, e validar a inferência ao longo de padrões de marcha e não em pé. Um dispositivo validado parado sobre uma plataforma de força vai parecer excelente e se comportar de forma imprevisível em um corredor.
A modalidade de feedback é uma decisão de segurança
A população indicada é majoritariamente idosa, e os motivos documentados de não adesão são dor, tontura, rejeição ao dispositivo e, simplesmente, não entender a instrução.
Esse conjunto de motivos descarta toda uma direção de projeto. O feedback visual em uma muleta exige que o paciente olhe para baixo, para uma tela, enquanto caminha sobre um membro com carga parcial e com um auxílio de mobilidade, o que descreve o mecanismo de uma queda justamente na população com maior probabilidade de sofrer uma. Qualquer tela neste dispositivo é para o clínico durante uma sessão, não para o paciente durante a marcha. Essa decisão de segurança faz parte da documentação de gerenciamento de risco que reguladores regionais como a ANVISA analisam.
A evidência, além disso, favorece a escolha mais segura. Um estudo de 2014 constatou que o biofeedback háptico superou tanto a instrução verbal quanto o treino com balança de banheiro, com 22,4 libras de carga contra 43,8 com a balança e 60,3 com a instrução verbal. Um estudo de 2023 sobre biofeedback ao subir escadas elevou a proporção de passos abaixo de 20 kg de 36,6 e 39,1 por cento para 61,1 e 66,1 por cento. Um ensaio controlado randomizado de 2024 sobre biofeedback ambulatorial manteve participantes saudáveis na zona de sobrecarga em no máximo 8,4 por cento dos passos, com mais de dois terços dos passos dentro da zona alvo.
O feedback também precisa chegar dentro do passo que o produziu. A informação de carga entregue depois do fato é um relatório. A informação de carga entregue durante a fase de carga é uma correção, e só a segunda muda a marcha. Esse requisito de tempo define a taxa de amostragem, a latência de processamento e a escolha do atuador, e vale a pena escrevê-lo no documento de requisitos como um número antes que alguém escolha um motor háptico.
A caixa decide a economia unitária antes da eletrônica
Para uma caixa médica moldada por injeção em ABS ou policarbonato, nosso próprio modelo de custos coloca o custo unitário total na faixa aproximada de 0,51 a 2,45 dólares a 10.000 unidades por ano, e de 0,33 a 1,35 dólar a 50.000. O custo da resina fica em torno de 0,15 a 0,35 dólar nos dois casos. A variável que se move é a amortização do ferramental, que vai de cerca de 0,20 a 1,50 dólar ou mais por unidade a 10.000 e de cerca de 0,05 a 0,50 dólar a 50.000. O ferramental em si vai de 3.000 a 100.000 dólares conforme a complexidade, o número de cavidades, o grau do aço e o acabamento.
A consequência é que errar a previsão de volume custa mais caro do que errar a geometria da peça. Um programa que faz ferramental para 50.000 e vende 8.000 comprou uma estrutura de custos da qual não escapa sem um segundo molde.
Vale a pena projetar duas mitigações desde a fase de conceito. Construir a caixa de modo que um único molde com insertos intercambiáveis sirva para várias configurações, o que distribui a amortização entre referências em vez de deixá-la presa em uma só. E, onde a previsão for realmente incerta, rodar um processo ponte para o primeiro bloco de produção, aceitando um preço por peça mais alto em troca de adiar o compromisso com o ferramental até que existam dados reais de demanda.
A versão curta para um diretor de programa
Trate a medição de carga como commodity e gaste o orçamento de engenharia no laço de feedback, porque a precisão publicada já está em uma correlação intraclasse perto de 0,97 enquanto a adesão publicada fica entre zero e 38 por cento.
Escreva a alegação clínica contra o que o dispositivo realmente mede, e valide a inferência de carga sobre o membro ao longo de padrões de marcha e não em um teste em pé.
Descarte o feedback visual voltado ao paciente durante a marcha por razões de segurança, e especifique a latência do feedback como um número ligado à fase de carga do passo e não como uma meta geral de capacidade de resposta.
Projete o molde para várias configurações, e trate a previsão de volume como a decisão de custo de maior alavancagem do programa.
Perguntas frequentes
Por que o problema de produto em uma muleta de reabilitação é a adesão e não a medição?
Porque os dois números publicados estão muito distantes um do outro. Uma validação de 2025 de uma palmilha inteligente relatou uma correlação intraclasse de cerca de 0,97 contra uma plataforma de força, e um protótipo de muleta instrumentada alcançou 99,3 por cento de precisão em 2016. A adesão ao apoio parcial de peso, por sua vez, foi de 37,5 por cento após cirurgia de membro inferior, de 22 por cento em pacientes de 65 anos ou mais e de zero no primeiro dia após uma artroplastia total de joelho. A lacuna é onde o esforço de engenharia compensa.
Por que uma muleta com sensores de carga não mede a carga que o cirurgião prescreveu?
A prescrição é a carga através do membro, e a muleta mede a carga através da muleta. As duas se ligam pelo padrão de marcha, pelo peso corporal e pelo que a outra perna está fazendo, e esse vínculo não é fixo: uma marcha de três pontos, uma de quatro pontos e uma única muleta no lado contralateral distribuem a carga de formas diferentes. Por isso uma comparação de 2016 de três dispositivos comerciais contra uma plataforma de força encontrou kappa ponderado de 0,76, 0,58 e 0,19.
Por que o paciente não deve receber feedback visual durante a marcha?
Porque a população indicada é majoritariamente idosa e entre os motivos documentados de não adesão está a tontura. Olhar para baixo, para uma tela, enquanto se caminha sobre um membro com carga parcial e com um auxílio de mobilidade descreve o mecanismo de uma queda justamente nas pessoas com maior probabilidade de sofrer uma. Qualquer tela pertence ao clínico durante uma sessão. Um estudo de 2014 também constatou que o feedback háptico superou tanto a instrução verbal quanto o treino com balança.
Quando o feedback de carga precisa chegar para mudar a marcha?
Dentro do passo que o produziu. A informação de carga entregue depois do fato é um relatório, a entregue durante a fase de carga é uma correção, e só a correção muda como o paciente caminha. Esse requisito de tempo define a taxa de amostragem, a latência de processamento e a escolha do atuador, então deve constar no documento de requisitos como um número antes que alguém escolha um motor háptico.
Por que a caixa decide a economia unitária antes da eletrônica?
No nosso modelo de custos, uma caixa médica moldada por injeção em ABS ou policarbonato custa entre 0,51 e 2,45 dólares por unidade a 10.000 unidades por ano e entre 0,33 e 1,35 a 50.000. A resina quase não muda entre os dois volumes. A amortização do ferramental muda, de cerca de 0,20 a 1,50 dólar por unidade para 0,05 a 0,50, com um molde que custa entre 3.000 e 100.000 dólares. Um programa que faz ferramental para 50.000 e vende 8.000 fica preso a uma estrutura de custos da qual não escapa.
Como um programa pode se proteger de uma previsão de volume incerta?
De duas maneiras, ambas decididas na fase de conceito e não no projeto para manufatura. Construir a caixa de modo que um único molde com insertos intercambiáveis sirva para várias configurações, o que distribui a amortização entre referências em vez de deixá-la presa em uma só. E, onde a previsão for incerta, rodar um processo ponte para o primeiro bloco de produção, pagando um preço por peça mais alto para adiar o compromisso com o ferramental até que existam dados reais de demanda.
Fontes: estudo de adesão após cirurgia de membro inferior, 2020 · estudo de adesão em pacientes idosos com fraturas de fêmur e pelve, 2020 · ensaio de adesão em artroplastia total de joelho, 2023 · estudo de validade e confiabilidade de uma palmilha inteligente, 2025 · validação de um protótipo de muleta instrumentada, 2016 · comparação de dispositivos de biofeedback contra plataforma de força, 2016 · estudo de biofeedback háptico, 2014 · estudo de biofeedback em escadas, 2023 · ensaio controlado randomizado de biofeedback ambulatorial, 2024
Lisa Voronkova é especialista em desenvolvimento de dispositivos médicos e CEO da OVA Solutions, uma empresa de P&D de 62 engenheiros que já entregou mais de 200 dispositivos. Ela é doutora em matemática aplicada e autora de Hardware Bible: Build a Medical Device from Scratch.
Se você está desenvolvendo algo nesta área, teremos prazer em analisar o projeto com você. Reserve um horário na agenda da Lisa em calendly.com/lisa-voronkova/30min e, se nenhum horário servir, escreva para lisa@ovasolutions.com.
Vamos falar sobre o seu projeto
Mais sobre este tema: Ortopedia e reabilitação