Uma IA desenvolvida no Campus do Sertão da Ufal pode ajudar a identificar dores em ombros, braços e mãos antes que elas virem afastamento do trabalho. 🤖🧵

Imagem indisponível

A ideia é simples, mas poderosa: desconfortos musculoesqueléticos costumam começar como sinais discretos. Movimentos repetitivos, postura mantida por horas e sobrecarga podem transformar uma dor inicial em um problema sério.

Hoje, boa parte dessa avaliação depende do relato de cada trabalhador. Isso é importante, mas também é subjetivo: duas pessoas podem descrever sensações parecidas de formas diferentes. A ferramenta busca dar mais consistência a essa triagem.

Imagem indisponível

Para isso, a equipe combinou duas tecnologias. A primeira é a Teoria de Resposta ao Item (TRI), método estatístico usado para medir características que não vemos diretamente — como o nível real de desconforto sentido por uma pessoa.

A segunda é o aprendizado de máquina: algoritmos encontram padrões nos dados e aprendem a classificar os níveis de desconforto. Juntas, as técnicas podem tornar a avaliação mais individualizada, objetiva e escalável.

Imagem indisponível

Nos testes, o modelo superou 96% de desempenho. O estudo, feito por estudantes de iniciação científica da Ufal com pesquisadores de outras universidades, foi publicado na revista internacional Expert Systems with Applications.

Tecnologia assim não substitui profissionais de saúde nem resolve ambientes de trabalho inadequados. Mas pode apoiar decisões preventivas: identificar riscos cedo, orientar melhorias ergonômicas e evitar que a dor seja normalizada como “parte do serviço”.

Imagem indisponível

O destaque vai além do resultado técnico: uma pesquisa nascida no Sertão alagoano mostra como universidade pública, formação de estudantes e IA podem gerar soluções concretas para a saúde de quem trabalha.