Um conjunto de dados de biomecânica da mão com cinemática, cinética, eletromiografia e imagens em adultos saudáveis

Por que é importante entender como nossas mãos funcionam

Cada vez que você gira uma maçaneta, abre um pote ou toca um instrumento, suas mãos realizam um feito de engenharia quase silencioso. Ainda assim, os cientistas que desenvolvem modelos computacionais da mão — usados para projetar tratamentos, ferramentas e dispositivos melhores — há muito tempo carecem de dados modernos e detalhados sobre como as mãos das pessoas realmente se movem, aplicam força e sentem dor. Este artigo apresenta um novo banco de dados aberto que reúne medições detalhadas de força, movimento, atividade muscular e anatomia da mão de centenas de adultos, criando um recurso compartilhado para pesquisadores, clínicos e designers que desejam compreender e melhorar a função da mão.

Uma visão ampla de muitas mãos

O projeto, chamado banco de dados Biomechanics Hand Modeling (BHaM), tem duas partes principais. A primeira é um grande conjunto “populacional” com 726 adultos saudáveis, de 18 a 91 anos, testados em universidades, locais comunitários e em uma conferência de biomecânica. Para cada pessoa, a equipe registrou dados demográficos básicos, função e dor na mão autorrelatadas por meio de um questionário padrão, força de preensão e pinça, e medidas detalhadas da mão obtidas por fotografias. Essa amostra ampla destaca o quanto tamanho da mão, força e conforto variam conforme idade, sexo e outras características, e oferece um ponto de comparação atualizado com dados de referência mais antigos nos quais muitos modelos atuais ainda se baseiam.

Aproximando-se do movimento, dos músculos e das forças

A segunda parte é um conjunto “biomecânico” menor, mas muito mais profundo, de 30 desses adultos, abrangendo participantes jovens, de meia-idade e mais velhos com uma ampla gama de forças de preensão. Esses voluntários completaram duas sessões de laboratório. Em uma delas, os pesquisadores mediram o comportamento do cotovelo e do punho enquanto registravam a atividade muscular do antebraço com eletrodos de superfície e os torques articulares com uma cadeira dinamométrica. Na outra sessão, concentraram-se na mão e no polegar, combinando marcadores de captura de movimento, eletrodos de fio fino em oito músculos do polegar e sensores de força colocados nas pontas dos dedos e em um objeto semelhante a um pote. Os participantes realizaram 19 tarefas diferentes, incluindo pinça, preensão, torcer uma tampa e mover o polegar por suas principais amplitudes de movimento. Um subconjunto de 15 voluntários também foi submetido a exames de ressonância magnética de alta resolução do braço, do ombro ao punho, para que volumes musculares individuais e formatos ósseos pudessem ser mapeados em 3D.

De sinais brutos a movimentos significativos

Coletar essas medições é apenas metade do trabalho; torná-las utilizáveis é a outra metade. Os autores processaram cuidadosamente os sinais brutos para limpar ruído dos sensores de força, padronizar a atividade muscular e transformar posições de marcadores em ângulos articulares. Usaram softwares estabelecidos para escalonar um modelo genérico de braço e mão para o corpo de cada pessoa e então resolveram como cada articulação teria se movido para corresponder aos dados de captura de movimento. Também desenvolveram métodos automatizados para detectar quando um ensaio começava e terminava em cada gravação, o que ajuda outros pesquisadores a extrair rapidamente janelas de tempo comparáveis. Embora forneçam versões processadas dos dados, eles também compartilham as gravações brutas para que outros possam reanalisá-las com novos métodos ou escolhas alternativas de modelagem.

Verificando se os dados fazem sentido

Para mostrar que o conjunto populacional reflete padrões do mundo real, a equipe testou relações conhecidas entre dor na mão, atividades diárias e demografia. Usando escores de dor autorrelatados e perguntas sobre tarefas comuns, como abrir potes ou abotoar camisas, eles descobriram que dor mais alta geralmente acompanhava maior dificuldade, como esperado. Os níveis de dor tenderam a ser maiores em mulheres do que em homens, em adultos mais velhos em comparação com os mais jovens e em alguns grupos raciais e étnicos em comparação com outros, espelhando tendências relatadas em estudos de saúde anteriores. Eles também exploraram como a participação em hobbies que exigem uso intenso das mãos — como tocar instrumentos, trabalhos manuais ou esportes com raquete — se relacionava com a dor, e demonstraram que os resultados podem mudar dependendo de a inclusão ou não de pessoas que relataram dor zero, ressaltando a importância de tratar cuidadosamente os “efeitos de piso” em pesquisas sobre dor.

O que isso significa para nossas mãos e seu futuro

Em conjunto, o banco de dados BHaM oferece um panorama incomumente rico sobre como mãos saudáveis são construídas, quão fortes são, como se movem e como se sentem ao longo da vida adulta. Ao compartilhar livremente medições que conectam anatomia, atividade muscular, movimento articular, forças e experiência autorrelatada, os autores pretendem dar à comunidade de modelagem musculoesquelética uma base comum para construir e testar simulações computacionais da mão. Em termos práticos, esse recurso deve ajudar pesquisadores a projetar melhores planos cirúrgicos, dispositivos assistivos e até objetos do cotidiano que sejam mais amigáveis às nossas mãos — para que girar uma chave, torcer um pote ou praticar um hobby favorito continue possível e confortável para o maior número de pessoas possível.

Citação: Diaz, M.T., Benoit, A.R., Kearney, K.M. et al. A hand biomechanics dataset of kinematics, kinetics, electromyography, and imaging in healthy adults. Sci Data 13, 646 (2026). https://doi.org/10.1038/s41597-026-06939-4

Palavras-chave: biomecânica da mão, modelagem musculoesquelética, força de preensão, eletromiografia, dor na mão