Dispositivos vestíveis no TEA: prever comportamentos

O que são dispositivos vestíveis e como funcionam?

Dispositivos vestíveis são sensores usados no corpo que registram sinais fisiológicos em tempo real. Em estudos com TEA, os sinais mais comuns são:

• EDA (atividade eletrodérmica / condutância da pele): proxy de ativação simpática e arousal, sensível a artefatos de movimento.
• BVP/FC (pulso por volume sanguíneo / frequência cardíaca): indicam balanço autonômico e variabilidade que podem antecipar mudanças emocionais.
• Acelerometria (3D): captura movimento, agitação e estereotipias motoras; em muitos estudos é o sinal mais informativo em ambiente natural.
• Temperatura cutânea: complementar para reduzir falsos positivos e contextualizar alterações autonômicas.

Como funciona o processo de detecção/predição?

O fluxo típico é: coleta contínua → pré-processamento (filtragem e remoção de artefatos) → extração de características (estatísticas temporais, frequenciais) → modelagem (classificadores, LSTM/transformers, modelos pontuais) → alerta em janelas curtas (≈1–3 minutos) e/ou registro para análise.

Por que usar múltiplos sinais?

A combinação de movimento com sinais autonômicos (EDA e FC) aumenta a robustez. Um estudo em ambiente real encontrou melhor desempenho quando incorporou acelerometria ao modelo, mostrando que movimento frequentemente contribui mais que EDA isolada para detectar episódios comportamentais (Physiol Meas, 2025).

Janelas de previsão e utilidade clínica

Predições em janelas curtas (aproximadamente 1–3 minutos) são clinicamente úteis porque permitem ações pré-emptivas — por exemplo, estratégias de Comunicação Funcional (FCT), mudanças ambientais rápidas ou suporte sensorial. Modelos que tentam prever horas à frente ainda enfrentam limitações técnicas.

Evidências, aplicações práticas e cuidados

Os resultados recentes (2023–2025) mostram viabilidade, mas desempenho moderado e necessidade de personalização.

Uma pesquisa realizada em ambiente natural com LSTM combinando EDA, temperatura e acelerometria reportou sensibilidade 0,62, especificidade 0,71 e AUC 0,71; o dado de movimento trouxe a contribuição mais forte para detecção (Physiol Meas, 2025).

Estudos sobre métricas de EDA ressaltam que a escolha entre níveis basais (SCL) e respostas fásicas (NS-SCRs), janela temporal e tratamento de artefatos mudam os resultados e a interpretação (Developmental Psychobiology, 2024).

Séries temporais longitudinais e relatos aplicados (por exemplo, usando o Empatica E4) demonstraram previsão de surtos com janelas curtas (~60 segundos), mas chamam atenção para adesão familiar, rotulagem e falsos alarmes como desafios práticos (Springer, 2023; Empatica blog, 2025).

Modelagem de processos pontuais (Hawkes/TPP) aplicada a jovens internados com TEA apontou que padrões auto-excitantes podem ser aproveitados para prever início de agressão em janelas curtas (1–3 minutos) — em certos subgrupos, até 80% apresentaram episódios agressivos em amostras clínicas (arXiv, 2025).

Como aplicar na prática

Implementar dispositivos vestíveis exige planejamento e protocolos claros. Abaixo, recomendações para profissionais, famílias e escolas.

Para profissionais

• Seleção de tecnologia: priorize dispositivos que forneçam dados brutos (EDA, BVP/FC, ACC) e verifique disponibilidade de hardware (por exemplo: E4 foi descontinuado como produto em 2025; valide alternativas).
• Protocolos de coleta: padronize posição do sensor (pulso/tornozelo), horários e registre contexto (sono, medicação, atividades).
• Rotulagem e treinamento: sincronize registros comportamentais (vídeo ou anotações minuto-a-minuto) para treinar modelos personalizados.
• Integração à intervenção: configure alertas vinculados a ações pré-definidas (ex.: FCT, oferta de espaço sensorial) e treine responsáveis para respostas calmas e padronizadas.
• Monitorização e auditoria: revise taxas de falsos positivos/negativos semanalmente e ajuste thresholds nos primeiros 4–8 semanas.

Para famílias

• Consentimento e transparência: obtenha consentimento por escrito, informe quem terá acesso aos dados e por quanto tempo serão retidos.
• Uso gradual: inicie com horários reduzidos para avaliar tolerância sensorial e adesão.
• Plano simples de resposta: combine o alerta do dispositivo com passos práticos (ex.: fala calma, oferta de objeto regulador, contatar terapeuta se necessário).
• Proteção de dados: exija armazenamento criptografado e políticas claras de retenção e exclusão de dados.

Para educadores

• Integração com PEI: inclua o uso do dispositivo como suporte no Plano Educacional Individualizado, nunca como punição.
• Treinamento curto: 15–30 minutos para a equipe entender sinais e respostas padronizadas.
• Privacidade na sala: prefira dispositivos discretos e limite quem recebe alertas.
• Comunicação com família: relatórios curtos (diário/semana) para alinhar estratégias.

Pontos de atenção e riscos

Principais riscos a considerar:

• Falsos positivos/negativos: alarmes incorretos podem aumentar estresse; personalize thresholds.
• Interpretação incorreta: EDA e FC indicam arousal, não intenção; contextualize sinais (sono, febre, atividade física, medicação).
• Privacidade e LGPD: trate dados de saúde como sensíveis: criptografia, minimização, logs de acesso e bases legais (consentimento/serviço de saúde).
• Autonomia: envolva a pessoa com TEA na decisão sempre que possível; evite uso punitivo.
• Dependência tecnológica: dispositivos complementam, não substituem, avaliação clínica e intervenção comportamental.

Como isso se aplica no Brasil

No Brasil, a portaria do Ministério da Saúde de janeiro de 2025 padronizou modalidades de telessaúde e incluiu o telemonitoramento, abrindo caminho regulatório para integrar dados remotos ao SUS — desde que respeitadas privacidade e interoperabilidade (Ministério da Saúde, 2025).

Há pouco trabalho publicado no Brasil com wearables para previsão de comportamento em TEA, mas há iniciativas locais (startups, hackathons) e oportunidade de pilotos institucionais com avaliação ética (CEP), consentimento documentado e alinhamento com normas do SUS.

Dúvidas Frequentes

Wearables realmente conseguem prever uma agressão antes que ela aconteça?

Modelos treinados com dados multimodais podem prever episódios em janelas curtas (≈1–3 minutos) com desempenho moderado. Por exemplo, um estudo real-world em 2025 reportou sensibilidade ≈0,62 e especificidade ≈0,71 (Physiol Meas, 2025). São ferramentas úteis para intervenções rápidas, mas não infalíveis.

Qual sensor é mais importante?

Acelerometria (movimento) costuma ser a maior contribuição em ambientes naturais, especialmente quando combinada com EDA e FC. EDA isolada pode ser útil, mas é sensível a artefatos e variáveis contextuais (Developmental Psychobiology, 2024).

Quais os principais riscos ao implantar essas tecnologias em crianças com TEA no Brasil?

Riscos incluem falsa sensação de segurança, aumento de ansiedade por alarmes, violação de privacidade (LGPD), uso punitivo dos alertas e exclusão de quem não tolera o dispositivo. Mitigações: consentimento informado, protocolos de resposta, limites de uso e proteção técnica dos dados.

É necessário um comitê de ética para um piloto em escola/clínica?

Sim. Pilotos que coletam dados sensíveis e envolvem intervenções devem passar por avaliação ética (CEP), com plano de consentimento, proteção de dados e justificativa metodológica, especialmente se houver vídeo ou integração com prontuário.

Links relacionados

Complementar com leitura: Rastreamento digital no TEA: eye‑tracking e fenotipagem, Modelos de linguagem e chatbots na ABA: guia prático e FCT por teleatendimento: evidências e guia prático.