Ontologia do Movimento Humano Cinético: um modelo terminológico semântico para representar simbolicamente o movimento fisiológico

Por que mapear o movimento importa

Cada passo, alongamento ou braçada que você faz é impulsionado por uma dança coordenada de músculos, ossos e nervos. No entanto, a maioria dos sistemas de dados de saúde registra apenas que você “se exercitou”—não quais partes do corpo se moveram, como trabalharam em conjunto ou como isso pode afetar o risco de doenças. Este artigo apresenta um novo vocabulário digital, a Ontologia do Movimento Humano Cinético (KHMO), projetada para descrever o movimento humano em detalhes precisos e legíveis por computador. Ao transformar o movimento em dados estruturados, a KHMO pretende ajudar pesquisadores a entender melhor como atividades específicas protegem contra doenças crônicas como o câncer e a interpretar o fluxo de informações vindas de dispositivos vestíveis, câmeras e estudos clínicos.

De passos simples a impactos complexos na saúde

O movimento humano é central para a saúde. Quando você anda, levanta um peso ou desliza em uma piscina, seu sistema musculoesquelético—ossos, músculos, ligamentos e articulações—funciona como uma máquina finamente ajustada. Pesquisas mostram que atividade física regular ajuda a reduzir o risco de muitos cânceres, diminui a gordura corporal e altera hormônios e moléculas de sinalização associados ao crescimento tumoral. Tanto exercícios aeróbicos, como caminhada rápida ou natação, quanto atividades de fortalecimento muscular, como treinamento resistido, contribuem para melhor sobrevida e menor risco de câncer. Mas, embora saibamos que “mais do movimento certo” é benéfico, tem sido muito mais difícil descrever exatamente quais movimentos, quais partes do corpo e quais padrões fazem a maior diferença.

Construindo uma linguagem compartilhada para o movimento

Para enfrentar essa questão, os autores criaram a KHMO, um modelo formal para descrever como o corpo humano se move. Eles partiram de uma ideia simples emprestada de animação e cinema: qualquer movimento pode ser decomposto em uma sequência de quadros, cada um capturando uma postura em um momento específico. Na KHMO, um movimento básico começa com uma posição e termina com outra, com partes anatômicas específicas—como determinados músculos ou ossos—ajudando a efetuar essa transição. O modelo conecta atividades planejadas (como “uma braçada de natação” ou “uma forma de Tai Chi”) aos movimentos e posturas menores que as compõem, e às partes do corpo e movimentos fisiológicos subjacentes que as possibilitam.

Conectando anatomia, movimento e dados

A KHMO não reinventa termos anatômicos; em vez disso, ela entrelaça vocabulários biomédicos estabelecidos em uma única estrutura coerente voltada ao movimento. Reutiliza conceitos de projetos de ontologia bem conhecidos que já definem partes do corpo, comportamentos e experimentos. Usando ferramentas para edição de ontologias e extração de termos, a equipe vinculou posturas humanas, movimentos de partes do corpo e entidades anatômicas como músculos específicos em uma base de conhecimento integrada. Eles ampliaram esse recurso usando exemplos do mundo real, incluindo Tai Chi e natação, que envolvem coordenação corporal rica e são conhecidos por beneficiar a saúde. No processo, adicionaram mais de 1.600 termos para músculos e mais de 700 entradas de dados descrevendo movimentos aquáticos de exercício, permitindo um mapeamento muito detalhado entre uma fase da braçada e os músculos que a ativam.

Avaliando qualidade e uso prático

Para garantir que a KHMO não fosse apenas extensa, mas também confiável, os autores a avaliaram usando uma estrutura semiótica que pontua quão bem uma ontologia é estruturada (sintaxe), quão claros e consistentes são seus termos (semântica) e quão amplamente cobre seu domínio (pragmática). A KHMO obteve pontuações acima da média de várias ontologias existentes sobre exercício e atividade física, especialmente na cobertura do domínio. Ferramentas de raciocínio automatizado não encontraram contradições lógicas em suas definições e relações. A equipe então demonstrou como pesquisadores podem consultar a KHMO para responder perguntas práticas: quais movimentos fisiológicos ocorrem em um determinado movimento? Quais partes anatômicas participam? Como músculos específicos se coordenam com certos movimentos? Além disso, desenvolveram software que converte descrições de movimentos em planilhas para grafos de conhecimento legíveis por máquina vinculados à KHMO, e que também pode anexar imagens de posturas às posturas correspondentes.

Caminhos futuros para uma ciência do movimento mais inteligente

A KHMO é apresentada como uma base para ferramentas futuras que possam conectar descrições ricas do movimento a desfechos de saúde. Por ser publicamente disponível e alinhada com ontologias biomédicas de ampla adoção, outros pesquisadores podem reutilizá-la e estendê-la em ciência do esporte, reabilitação, robótica e prevenção do câncer. À medida que sistemas de captura de movimento, dispositivos vestíveis e algoritmos de estimação de pose geram rastros cada vez mais detalhados de como nos movemos, a KHMO oferece uma forma de traduzir esses rastros para uma linguagem comum. Em termos simples, é um dicionário estruturado que ajuda os computadores a “entender” a história postura a postura do movimento humano, tornando mais fácil estudar quais movimentos, músculos e padrões específicos melhor sustentam a saúde ao longo da vida.

Citação: Amith, M., Ha, V., Nguyen, E. et al. Kinetic Human Movement Ontology: a semantic terminology model to symbolically represent physiological movement. Sci Data 13, 696 (2026). https://doi.org/10.1038/s41597-026-06984-z

Palavras-chave: movimento humano, exercício e câncer, ontologia biomédica, grafo de conhecimento, dados de sensores vestíveis