Publicado em: 5 de fevereiro de 2026
As práticas de fisioterapia enfrentam um problema fundamental de engajamento. Apesar de ser um dos tratamentos mais eficazes e prescritos em cuidados musculoesqueléticos, apenas 25 a 35% dos pacientes encaminhados iniciam a terapia, e apenas 30% concluem o tratamento.
Para muitos, as barreiras são práticas: longos tempos de espera, restrições de local, conflitos de agendamento e custos recorrentes. Para outras pessoas, o problema é a acessibilidade. Embora o atendimento virtual tenha se tornado mais comum, ele pode ser difícil para pessoas com menos aptidão técnica.
A LainaHealth (em inglês) é uma provedora virtual de fisioterapia que usa uma plataforma digital musculoesquelética (MSK) criada para tornar a fisioterapia mais acessível e econômica. Combinamos terapeutas licenciados com nossa assistente de navegação por inteligência artificial em tempo real (Laina). Com a orientação de fisioterapeutas licenciados, a Laina oferece automação inteligente treinando e implantando um modelo personalizado na Web que fornece análise de movimento em tempo real, progressão de exercícios personalizada e suporte por conversa.
Nosso desafio: um app para todos
Uma solução aceitável precisa tratar uma população ampla de maneira eficaz. Por isso, ela precisa ser independente de dispositivo, fácil de usar e acessível. Nosso objetivo era criar uma plataforma que funcionasse perfeitamente para qualquer pessoa, sem exigir o download de um app. Como somos uma empresa com sede nos EUA e a fisioterapia é um serviço médico, nosso aplicativo também precisava ser de nível médico e estar em conformidade com a HIPAA.
Antes de 2020, descobrimos que a maioria das soluções digitais exigia hardware dedicado ou instalações de apps, o que gerava muita dificuldade para os pacientes. Criamos protótipos que dependiam de outros dispositivos externos (como tablets), o que gerou problemas com atrasos no envio, desafios na configuração de rede e custos adicionais. Devido a esses fatores, era quase impossível dimensionar nossa solução.
Nossa hipótese era que melhoraríamos o engajamento e os resultados dos pacientes se criássemos nosso aplicativo na Web. Se não tivéssemos downloads nem configuração técnica, haveria muito menos barreiras.
Nosso aplicativo se qualificaria como um web app Classe II da FDA que usa machine learning (ML) sem sensores ou hardware especiais, mas ainda oferece análise de movimento em tempo real. Para garantir a privacidade, sabíamos que precisaríamos de inferência no dispositivo e links seguros e tokenizados. Decidimos medir nosso sucesso pela facilidade de acesso dos pacientes ao atendimento, pelo maior envolvimento deles e pelo menor custo por tratamento ou episódio.
Machine learning para suporte terapêutico personalizado
Começamos criando uma prova de conceito usando o modelo PoseNet para avaliar se nossa ideia era viável. Os resultados iniciais foram promissores, mas a acurácia geral e a velocidade do modelo não foram suficientes para o lançamento. Depois, testamos o modelo MoveNet, uma API de detecção de postura no TensorFlow.js. Embora tenha melhorado a velocidade e a precisão, não alcançamos a mesma fidelidade dos modelos projetados para hardware dedicado.
Para superar esse obstáculo, colaboramos com o Google para ajustar uma subclasse do MoveNet, otimizada especificamente para reabilitação musculoesquelética. Gravamos e anotamos horas de dados de movimentos clínicos para treinar esse modelo de subclasse. A análise resultante estendeu os recursos do MoveNet para reconhecer mais do que posições das articulações. O MoveNet reconheceu padrões de movimento e compensações, que são essenciais para a terapia musculoesquelética.
Para compliance com a HIPAA e privacidade do paciente, precisávamos que o modelo executasse a inferência no navegador. Isso garantiu que informações protegidas de saúde, como diagnósticos e condições em tratamento, não fossem compartilhadas com modelos de terceiros ou provedores externos.
Então, convertemos o modelo personalizado no TensorFlow.js. Por fim, implementamos algumas outras tarefas de otimização de performance focadas em manter velocidades de inferência em tempo real e tempos de carregamento mínimos em todos os dispositivos.
Nossa primeira implantação em 2021 provou que o conceito era possível, mas o aplicativo não era independente de dispositivo. Ainda dependíamos de dispositivos Apple específicos para o processamento. Embora o modelo tenha evoluído muito, ele ainda tinha dificuldades com determinadas posições do corpo, rastreamento do tornozelo e rotação do corpo em um espaço 3D.
Testamos com usuários e descobrimos que a confiança dos pacientes na experiência diminuiu quando eles notaram distorção de movimento e atraso. Os usuários começaram a perceber isso quando a saída de vídeo caiu para menos de 20 frames por segundo.
Para resolver esses problemas, reduzimos a carga geral do modelo e introduzimos vários modelos menores que funcionavam juntos. Cada modelo pequeno foi ajustado para regiões e orientações específicas do corpo. No final de 2023, produzimos um modelo baseado em navegador que alcançou precisão quase no dispositivo, capaz de medir a velocidade e a amplitude de movimento sem sensores especializados. Desde então, podemos oferecer análises de movimento de nível médico por um único link da Web seguro.
Oferecemos fisioterapia on-line de nível médico, sem configuração ou downloads.
Engajamento ampliado e custos reduzidos
Ao mover a LainaHealth e nosso sistema de estimativa de postura para a Web, ampliamos a fisioterapia virtual em 45 estados, melhoramos o engajamento dos pacientes e reduzimos os custos:
74 %
Redução no custo para o paciente
2 x
Taxa de conclusão e registro de pacientes
4 x
Engajamento na fisioterapia
- 2 vezes mais pacientes inscritos, 2 vezes mais taxa de conclusão e 4 vezes mais engajamento em comparação com a fisioterapia tradicional.
- Média de 34 visitas por episódio concluído, em comparação com 8 no atendimento presencial padrão.
- Redução de 74% no custo por episódio com melhoria na eficiência e escalonabilidade.
- Resultados clínicos validados, com adesão objetiva e melhora funcional rastreadas com IA da Web.
Além disso, o web app da LainaHealth atende pacientes de 12 a 99 anos, demonstrando que nossa abordagem baseada em IA funciona em diversas populações e habilidades técnicas.
Conclusões e recomendações
A fisioterapia sempre enfrentou um problema prático de acessibilidade: os pacientes têm dificuldade em comparecer às sessões devido a tempo, distância e custo. Ao combinar a IA da Web e fisioterapeutas licenciados, reduzimos significativamente essas barreiras e possibilitamos a recuperação no conforto de casa.
Criamos um modelo e um aplicativo que oferecem maior acesso, menor custo e recuperação mais rápida para ajudar os pacientes a voltar à vida que querem viver. Mostramos que a IA inteligente baseada em navegador pode aprimorar, e não substituir, o atendimento humano, permitindo uma abordagem mais personalizada, escalonável e eficaz para a saúde musculoesquelética.