Escolar Documentos
Profissional Documentos
Cultura Documentos
Tese Tatiany
Tese Tatiany
,
considerando-se significante p0,05. Os grficos de Bland-Altman foram analisados por meio
do programa MedCalc 12.7.3.0
.
4 RESULTADOS
4.1 DESENVOLVIMENTO DO SOFTWARE
A) Banco de dados
A estrutura do banco de dados foi criada como mostra o Fluxograma 1, que tem como
finalidade guardar os dados da assinatura facial, dos pontos nodais da face padronizada (ou
calibrada), e dos pontos decorrentes de uma movimentao facial durante a monitorao.
A tabela SAD_PACIENTE armazena todos os dados pessoais do cadastro do recm-
nascido, a saber: identificao do paciente no banco de dados (PCT_ID), cdigo
(PCT_CODIGO), nome (PCT_NOME), registro hospitalar
(PCT_REGISTROHOSPITALAR), nome da me (PCT_NOMEMAE), hospital (HSP_ID),
tipo de parto (PCT_TIPOPARTO), data de nascimento (PCT_DATANASC), hora do
nascimento (PCT_HORANASC), idade gestacional (PCT_IG), dias da idade gestacional
(PCT_IG_DIAS), dias de vida (PCT_DIASDEVIDA), diagnstico (PCT_DIAGNOSTICO),
sexo (PCT_SEXO), peso ao nascer (PCT_PESO), Apgar do 1 minuto (PCT_APGAR), Apgar
do 5 minuto (PCT_APGAR2), se prematuro (PCT_PREMATURO), se est em ventilao
mecnica (VM) (PCT_VMI), se estiver em ventilao mecnica, qual a interface (PCT_
TIPOVMI), se fez cirurgia facial (PCT_CIRURGIAFACIAL), descrio da cirurgia facial
Fluxograma 1: Estrutura do banco de dados - ANLISES
(PCT_ CIRURGIAFACIAL), se tem malformao facial (PCT_MALFORMFACIAL),
descrio da malformao (PCT_ MALFORMFACIALDESC), se assinou termo de
consentimento (PCT_TERMOCONSENTIMENTO), se o cadastro ficar ativo ou inativo
(PCT_STATUS), observaes quanto ao status do cadastro (PCT_OBSERVACAO), data do
cadastro (PCT_DATACADASTRO). A tabela SAD_PACIENTE tambm tem relao com a
tabela SAD_HOSPITAL, atravs do campo HSP_ID, que contm apenas um cadastro
individual dos hospitais (HSP_NOME).
A tabela SAD_IMAGEM armazena todos os dados relacionados captura da imagem,
a saber: identificao da imagem no banco de dados (IMG_ID), data e hora de captura da
imagem (IMG_DATA e IMG_HORA), se a mesma foi ou no detectada pelo SDK
(IMG_DETECTADA), e a imagem propriamente dita (IMG_IMAGEM). A tabela
SAD_IMAGEM est relacionada com a tabela SAD_PACIENTE por meio do campo
PCT_ID e com a tabela SAD_CFGCAMERA pelo campo CAM_ID.
A tabela SAD_CFGCAMERA armazena todos os dados relacionados configurao
das cmeras, a saber: identificao da cmera no banco de dados (CAM_ID), a posio das
cmeras esquerda, central e direita (CAM_POS), endereo para acesso cmera instalada no
computador (CAM_URL), habilita salvar ou no as imagens capturadas em um arquivo no
computador (CAM_SALVAARQUIVO), nomeia as imagens capturadas pela cmera
(CAM_PREFIXO), se a cmera ser ou no utilizada durante a monitorao (CAM_ATIVA),
arquivo onde as imagens capturadas sero salvas (CAM_DIRETORIO), intervalo de captura
das imagens durante a monitorao (CAM_INTERVALO), tempo total de monitorao
(CAM_TEMPO).
A tabela SAD_PONTOSCALIBRADOS relaciona com a tabela SAD_IMAGEM pelo
campo IMG_ID e armazena os dados relacionados descrio e posicionamento X e Y dos
pontos nodais calibrados a saber: identificao do ponto nodal calibrado no banco de dados
(PTC_ID), descrio de cada ponto nodal calibrado (PTC_DESC), coordenada x do ponto
calibrado (PTC_COORDX), coordenada y do ponto calibrado (PCT_COORY).
A tabela SAD_PONTOSGRUPO relaciona com a tabela SAD_IMAGEM por meio do
campo IMG_ID e utilizada apenas para fazer referncia tabela SAD_PONTOSDETALHE:
identificao do grupo de pontos no banco de dados (PTG_ID), descrio do agrupamento dos
pontos nodais (PTG_DESC), como olho direito, olho esquerdo, nariz e boca.
A tabela SAD_PONTOSDETALHE relaciona-se com a tabela
SAD_PONTOSGRUPO pelo campo PTG_ID e armazena os dados relacionados coordenada
X e Y dos pontos nodais capturados durante o processo de monitorao, a saber: identificao
do ponto nodal monitorado no banco de dados (PTD_ID), coordenada x do ponto monitorado
(PTD_COORDX), coordenada y do ponto monitorado (PTD_COORDY).
A estrutura do banco de dados do Fluxograma 2 foi criada para armazenar os clculos
das anlises dos pontos nodais calibrados com os pontos nodais monitorados, e identificar um
escore de similaridade entre estes pontos.
Fluxograma 2: Estrutura do banco de dados - CLCULOS
A tabela SAD_CALCULOS armazena todos os dados relacionados identificao do
paciente, as distncias dos pontos nodais analisados, a identificao e o resultado das imagens
calibradas e monitoradas, e a grade de Deltas utilizados no clculo da margem de erro na
identificao das faces neutra, desconforto, e dor, a saber: identificao do clculo no banco
de dados (CAL_ID), identificao da imagem calibrada no banco de dados (IMG_ID_BASE),
identificao da imagem monitorada no banco de dados (IMG_ID_ANALISADO), distncia
entre os pontos nodais analisados da imagem calibrada (CAL_DBASE), distncia entre os
pontos nodais analisados da imagem monitorada (CAL_DANALISADO), se houve ou no
variao na distncia entre a imagem calibrada e monitorada (CAL_STATUS), identificao
do ponto nodal (CAL_PONTO), identificao da grade de Deltas no banco de dados
(GRD_ID).
A tabela SAD_CALCULOS tem relao com a tabela SAD_CALCULOREGISTRO
pelo campo CRE_ID e utilizada apenas para fazer referncia tabela SAD_PACIENTE por
meio do campo PCT_ID. A tabela SAD_CALCULOS tambm tem relao com a tabela
SAD_GRADEDELTA pelo campo GRD_ID.
A tabela SAD_GRADEDELTA armazena o Delta utilizado no clculo da margem de
erro das imagens monitoradas, a saber: identificao da grade de Deltas no banco de dados
(GRD_ID), identificao do grupo de Deltas analisados (GRD_ANALISE), valor do Delta
(GRD_DELTA), habilita ou no o Delta para monitorao (GRD_ATIVO).
B) Anlises e clculos
Foi utilizado o SDK LuxandFaceSDK que retorna a posio x, y e o tamanho da face
de cada imagem monitorada e analisada. Assim, possvel identificar a face e os pontos
nodais, calcular as distncias dos pontos nodais, determinar a grade de Deltas utilizados no
clculo da margem de erro na identificao das faces neutra, desconforto, e dor.
B.1) Identificao da face
As informaes retornadas pelo SDK, como posio x e y e o tamanho da face para
cada imagem, so armazenadas no banco de dados. Com estas informaes, desenhou-e um
quadrado em cada imagem para delimitar a face detectada e possibilitar ao usurio identific-
la, para tanto, utilizou-se o clculo da figura 9 e o cdigo fonte 1.
O Cdigo Fonte 1 demonstra como foi implementado o desenho do quadrado que
delimita a face detectada, chamado de assinatura facial do recm-nascido. Este quadrado foi
criado por meio dos clculos: Lado 1 (L1) = x + (w/2) representado no cdigo fonte como
_superior (lado superior), L1 = x - (w/2) representado no cdigo fonte como _inferior (lado
inferior), L2 = y + (w/2) representado no cdigo fonte como _direita (lado direito), L2 = y -
(w/2) representado no cdigo fonte como _esquerda (lado esquerdo).
L2
L1
L1 = Lado 1
L2 = Lado 2
x, y = posio
w = tamanho
L1 = x (w/2)
L2 = y (w/2)
Figura 9: Clculo para delimitar a face detectada em uma imagem
Para minimizar o erro de "imagens falsas" serem detectadas pelo SDK, foi
implementado o critrio que predetermina 10 pixels como tamanho mnimo do quadrado para
delimitar a face analisada, sendo os quadrados menores descartados.
B.2) Identificao dos pontos nodais
O SDK capaz de identificar 66 pontos nodais faciais das imagens dos recm-
nascidos, seja via arquivo (imagens previamente armazenadas) ou em tempo real (imagens
obtidas atravs da monitorao) e retorna a posio x e y de cada um dos pontos.
B.3) Identificao dos pontos nodais principais
Aps o SDK retornar as coordenada de todos os pontos nodais, foram escolhidos 16
pontos para serem utilizados em todas as anlises e clculos das imagens faciais, sendo
denominados como "pontos nodais principais" visto que so os pontos de maior
movimentao, a saber:
P3: Canto Direito da Boca
P4: Canto Esquerdo da Boca
P5: Contorno da Face 2
P6: Contorno da Face 12
P13: Sobrancelha Esquerda Canto Interno
var
_Esquerda, _Superior, _Direita, _Inferior: Integer;
begin
_Esquerda := FacePostion.xc - FacePostion.w div 2;
_Superior := FacePostion.yc - FacePostion.w div 2;
_Direita := FacePostion.xc + FacePostion.w div 2;
_Inferior := FacePostion.yc + FacePostion.w div 2;
Imagem.Canvas.Brush.Style := bsClear;
Imagem.Canvas.Pen.Width := 2;
Imagem.Canvas.Pen.Color := clRed;
Imagem.Canvas.Rectangle(_Esquerda, _Superior, _Direita,
_Inferior);
end;
Cdigo Fonte 1: Clculo que mostra a face detectada
P14: Sobrancelha Direita Canto Interno
P16: Sobrancelha Esquerda Centro
P17: Sobrancelha Direita Centro
P27: 2 linha inferior do Olho Esquerdo
P28: 2 linha superior do Olho Esquerdo
P31: 2 linha inferior do Olho Direito
P32: 2 linha superior do Olho Direito
P45: Asa Esquerda no Nariz - Superior
P46: Asa Direita no Nariz - Superior
P54: Parte Superior da Boca
P55: Parte Inferior da Boca
Com estas informaes desenhou-se na imagem uma elipse, de raio tamanho dois, para
mostrar ao usurio os pontos nodais principais detectados, como implementado no Cdigo
Fonte 2 e visualizado na Figura 10.
var
pt: TPoint;
begin
Imagem.Canvas.Brush.Style := bsClear;
Imagem.Canvas.Pen.Color := PointColor;
for pt in FacePoints do
begin
Imagem.Canvas.Ellipse(pt.x, pt.y, pt.x + 2, pt.y - 2);
end;
end;
Cdigo Fonte 2: Pontos nodais principais detectados
x
13
y
13
y
14
x
14
Figura 10: Pontos nodais principais
Como citado no mtodo, os pontos nodais principais do nfase fronte, aos olhos, ao
sulco nasolabial e boca, sem levar em conta a posio e movimento do queixo e da lngua,
pois so de difcil deteco pelo SDK.
B.4) Distncias entre os pontos nodais principais
Para traar as distncias entre os pontos nodais principais foi utilizado o clculo da
figura 11, que exemplifica apenas a distncia entre os pontos P13 e P4. No entanto, este
mesmo clculo foi aplicado para anlise das distncias dos demais pontos. Tal clculo retorna
um escalar, denominado d (distncia) entre dois pontos analisados, como implementado no
Cdigo Fonte 3.
x
y
P
13
(x, y) = Ponto 13
P
14
(x, y) = Ponto 14
a = x
13
- x
14
b = y
13
- y
14
d
2
= a
2
+ b
2
d =
2 2
b a
P
14
P
13
d
a
b
Figura 11: Clculo da distncia entre os pontos nodais principais
B.5) Anlise das distncias entre os pontos nodais principais
Para calcular as distncias dos pontos nodais principais de uma imagem calibrada para
uma imagem analisada ou monitorada, realizamos o clculo da figura 11 para cada uma das
imagens. Como este clculo retorna um escalar, utilizamos este dado para comparao das
distncias.
A anlise comparativa das distncias entre os pontos de uma imagem calibrada para
uma imagem analisada ou monitorada, estabelece um "escore de similaridade" entre estes
pontos nodais principais. O escore zero no mostra diferena no posicionamento dos
pontos. Entretanto, o escore diferente de zero determina a probabilidade da identificao de
uma expresso facial (Figura 12).
Imagem Calibrada Imagem Analisada
Figura 12: Anlise das distncias entre os pontos nodais principais
var
A, B: Integer;
DistanciaPonto: Integer;
begin
A := Integer(Sqr(Ponto.X2 - Ponto.X1));
B := Integer(Sqr(Ponto.Y2 - Ponto.Y1));
DistanciaPonto := Trunc(Sqrt(A + B));
end;
Cdigo Fonte 3: Distncia entre dois pontos analisados
B.5) Classificao das Imagens pelo software
Primeiramente o usurio precisa escolher uma imagem durante o perodo de
calibrao, enquanto o recm-nascido est em repouso. Em seguida, inicia-se a fase de anlise
ou monitorao, em que o software classifica como face neutra as imagens capturadas sem
mudana nas distncias entre os pontos calibrados e a imagem analisada, ou ainda quando
houver mudana de no mximo at dois movimentos faciais da escala NFCS. Se houver
mudana em trs movimentos faciais, o software classifica a imagem como expresso facial
de desconforto. Se houver mudana em quatro ou cinco movimentos faciais, o software
classifica a imagem como expresso facial de dor, como mostra a Figura 13.
Expresso Facial
Neutra
Expresso Facial
Desconforto
Expresso Facial
Dor
Figura 13: Classificao das imagens pelo software
Assim, todos os cinco escores de movimentao da face so contabilizados para que o
software possa fazer a classificao das imagens em expresso facial neutra, de desconforto,
ou de dor, de acordo com a escala NFCS.
B.6) Configurao dos Deltas
Existe uma mnima variao na distncia entre os pontos de uma imagem para outra.
Isto decorre de alguma movimentao do posicionamento das cmeras durante toda a
monitorao, da variao do posicionamento do recm-nascido no leito, da prpria limitao
do SDK em no retornar de forma idntica os pontos nodais, mesmo quando no h
movimentao facial do recm-nascido. Buscando minimizar este erro nas anlises
comparativas de uma imagem calibrada para uma imagem analisada ou monitorada, criou-se
um Delta, que permite quantificar uma distncia que despreza pequenas variaes na imagem,
determinando uma margem de erro.
Portanto, todas as vezes que o usurio realiza uma anlise ou monitorao, solicitado
ao mesmo que configure o valor do Delta. Esse valor mensurado em pixels, e pode ter
valores diferentes para cada movimento facial. Exemplo: Se o usurio escolher Delta 5 para a
variao entre dos pontos P13 e P14, na anlise comparativa a distncia de at 5 pixels, para
mais ou para menos, no ser levada em considerao na pontuao da modificao da
distncia entre os pontos nodais relativos a este movimento facial.
B.7) Alarme
Durante a monitorao, as imagens so capturadas e analisadas automaticamente pelo
software. Se forem detectados trs ou mais movimentos faciais de dor, o software emite um
alarme, avisando ao usurio que o recm-nascido est com expresso facial de dor, e pode
estar passando por uma situao dolorosa.
4.2 TELAS DO SOFTWARE DESENVOLVIDO
O resultado de todo o desenvolvimento do software mostrado nas telas abaixo, da
figura 14 a 48.
Primeiramente, ao abrir o Software "SAD-RN" (Software para Avaliao de Dor do
Recm-Nascido), o usurio visualiza uma tela de espera que mostra que o software est sendo
carregado (Figura 14).
Figura 14: Tela de espera para carregar o software
A) Menu Principal
Aps o software ser carregado, o usurio visualiza a tela inicial do programa (figura
15) com o menu principal, e pode interagir com os itens:
"Cadastros": selecionando os itens "Hospitais", "Recm-Nascidos" e "Configuraes" (figura
16);
"Anlises": selecionando os itens "Anlise Simples" e "Monitorar" (figura 17);
"Relatrios": selecionando os itens "Geral" e "Individual" (figura 18);
"Sobre": selecionando os itens "Ajuda SADRN" e "Sobre" (figura 19).
Figura 15: Tela Inicial do Software (SAD-RN)
Figura 16: Itens de "Cadastros"
Figura 17: Itens de "Anlises"
Figura 18: Itens de "Relatrios"
Figura 19: Itens de "Sobre"
B) Item "Cadastros"
B.1) Item"Hospitais"
Na tela Cadastro - Hospitais o usurio acessa um formulrio para cadastrar novos
hospitais em que os recm-nascidos podero ser monitorados (Figura 20).
Figura 20: Tela "Cadastro - Hospitais"
B.2) Item"Recm-nascidos"
O armazenamento dos dados do recm-nascido realizado no banco de dados, no
entanto, a entrada dos dados se d no software, nas telas "Cadastros - Recm Nascidos" 1 e 2
(Figuras 21 e 22).
Na tela Cadastro - Recm-Nascidos o usurio acessa um formulrio para consulta ou
cadastro de novos recm-nascidos. Esta tela dividida em duas partes, pois contm duas abas,
uma para o cadastro dos dados de nascimento recm-nascido (Figura 21) e outra para o
cadastro do questionrio (Figura 22), com os critrios de incluso para esta pesquisa.
Figura 21: Tela "Cadastros Recm-Nascidos" 1
Na tela Cadastro - Recm-Nascidos1 (Figura 21), o usurio pode realizar a busca
dos dados de um paciente por meio do nome ou registro hospitalar do recm-nascido ou nome
da me. Alm disso, esta a tela de cadastramento de um novo recm-nascido a ser
monitorado, na qual devem ser inseridos os dados que sero armazenados no banco de dados
(tabela SAD_PACIENTE), a saber: cdigo, nome do recm-nascido, registro hospitalar, nome
da me, hospital, tipo de parto, data de nascimento, hora do nascimento, idade gestacional,
dias de vida, diagnstico, sexo, peso, Boletim de Apgar do 1 e 5 minutos, status, observao
e data do cadastro.
Na tela Cadastro - Recm-Nascidos2 (Figura 22), o usurio termina o cadastro do
recm-nascido respondendo algumas questes: se o recm-nascido prematuro, se est em
ventilao mecnica (VM), se estiver em VM qual interface est usando, se fez cirurgia facial,
descrio da cirurgia facial, se tem malformao facial, descrio da malformao facial, se
assinou termo de consentimento. Estas informaes so importantes, pois se a resposta for
sim, excluindo-se a primeira e a ltima questo, o recm-nascido no entra para o Relatrio
Geral.
Figura 22: Tela "Cadastros Recm-Nascidos" 2
B.3) Item"Configuraes"
Na tela Configurao da Cmera, o usurio acessa um formulrio para cadastrar as
configuraes das cmeras usadas durante a monitorao (Figura 23).
Clicando no boto "Esquerda", o usurio configura a cmera que ficar esquerda do
paciente, no boto "Centro" configurada a cmera central, e no boto "Direita" o usurio
configura a cmera que ficar direita do paciente. Em todos os botes, o usurio opta se as
imagens capturadas durante a monitorao devero ser salvas em disco e, caso positivo, em
qual diretrio. Alm disso, tambm configurado o tempo de monitorao e o intervalo com
que as imagens sero capturadas (sendo 3 segundos o tempo mnimo para este intervalo).
Nesta tela, deve ser inserido o URL da cmera que filmar o recm-nascido e se a mesma
estar ativa durante a monitorao.
Figura 23: Tela "Configurao da Cmera"
As informaes relatadas nesta fase de configurao permitem que as imagens
capturadas durante a monitorao do recm-nascido sejam salvas no diretrio escolhido pelo
usurio e com o nome escolhido por ele.
C) Item "Anlises"
C.1) Item"Anlise Simples"
Este item tem como objetivo realizar uma anlise comparativa entre duas imagens
previamente armazenadas.
Na tela Anlise Simples - Identificao do paciente o usurio dever escolher o
recm-nascido que deseja analisar (Figura 24) e, em seguida, configura o Delta a ser utilizado
na anlise (Figura 25), como descrito no mtodo, em Configurao dos Deltas.
Figura 24: Tela "Anlise Simples - Identificao do Paciente"
Figura 25: Tela "Configurao de Deltas por Ponto - Grade"
Na tela seguinte (Figura 26), o usurio deve clicar nos botes "Carregar Imagem do
Arquivo". Sendo que, no boto do lado esquerdo, deve ser carregada uma imagem calibrada e,
no boto do lado direito, deve ser carregada uma imagem a ser analisada.
Figura 26: Tela "Anlise Simples" 1
Depois de carregar as imagens, o software realiza o processo de identificao da face e
dos pontos nodais (Figura 27).
Se o usurio clicar no boto "Fazer anlise" o software realiza o processo de
verificao das distncias entre estes pontos nodais, e retorna para o usurio a anlise e a
classificao da expresso facial da imagem direita (Figura 28).
Ao realizar a anlise, o usurio visualizar na tela as distncias encontradas entre a
imagem calibrada e a imagem analisada e os cinco movimentos faciais de dor, sendo que estes
estaro ticados toda vez que houver variao na distncia entre os pontos escolhidos, para
mais ou para menos, de acordo com o mtodo apresentado.
Figura 27: Tela "Anlise Simples" 2
Figura 28: Tela "Anlise Simples" 3
C.2) Item"Monitorar"
Este item tem como objetivo realizar uma monitorao do paciente, durante o tempo
determinado na configurao da cmera. Durante o intervalo de tempo, que tambm foi
previamente configurado, o software capta uma imagem e a analisa, retornando ao usurio se
algum dos cinco movimentos faciais de dor foi detectado.
Na tela Monitorar - Identificao do Paciente, o usurio dever escolher o recm-
nascido que deseja monitorar (Figura 29) e, em seguida, configurar o Delta a ser utilizado na
monitorao (Figura 30).
Figura 29: Tela "Monitorar - Identificao do Paciente"
Figura 30: Tela "Configuraes de Delta por Ponto - Grade"
Na tela seguinte (Figura 31) existem trs colunas, cada uma para uma cmera
configurada previamente. Ao clicar no boto "Abrir cmeras", o usurio visualizar na linha
de cima as imagens oriundas de cada cmera.
Figura 31: Tela de Monitorao
Em seguida, o usurio deve calibrar uma imagem para cada cmera. Para isso, dever
clicar no boto "Capturar Imagem". Neste momento, o software realiza o processo de
identificao da face, retornando ao usurio um quadrado que mostra a deteco da face
(Figura 32). Se o usurio estiver satisfeito com a imagem capturada, poder salv-la no banco
de dados como imagem calibrada, clicando no boto "Calibrar Imagem". Esta ser a imagem
padro calibrada que servir como base para a comparao das demais imagens adquiridas
durante a monitorao.
Figura 32: Tela de Monitorao - Calibrar imagem
Aps calibrar a imagem das trs cmeras, o usurio pode clicar no boto "Monitorar" e
iniciar a monitorao (Figura 33). A partir deste momento o software inicia a contagem do
tempo e realiza a captura da imagem das trs cmeras ao mesmo tempo, a cada intervalo de
tempo determinado.
Cada imagem capturada passa pelo processo de identificao da face, dos pontos
nodais principais, das distncias entre estes pontos nodais e das anlises. No entanto, como
algumas imagens demoram um tempo maior para serem analisadas do que o intervalo de
tempo pr-determinado, o software calcula o custo de processamento e retorna para o usurio
o tempo verdadeiro entre uma captura e outra.
Figura 33: Tela de Monitorao - Monitorar
Durante a monitorao o usurio visualiza na tela trs colunas de imagens, sendo que,
na linha de cima, esto as filmagens das trs cmeras e, na linha de baixo, as imagens
capturadas a cada intervalo de tempo, sendo consideradas como capturadas apenas as imagens
que aparecem com o quadrado vermelho (mtodo de reconhecimento da "assinatura facial" do
recm-nascido).
Aps cada imagem ser capturada e analisada, o software retorna ao usurio se algum
dos cinco movimentos faciais de dor foi detectado. Se forem detectados trs ou mais escores,
o software emite um alarme, avisando ao usurio que o recm-nascido est com expresso
facial de dor.
D) Item "Relatrios"
D.1) Item"Relatrio Geral"
Este item tem como objetivo emitir um relatrio com os dados do monitoramento de
todos os recm-nascidos ativos no status do cadastro.
Na tela Relatrio Geral (Figura 34) o usurio dever escolher o perodo de anlise
das monitoraes, a idade gestacional e o sexo dos recm-nascidos que devero fazer parte do
relatrio, alm de escolher o Delta desejado para anlise.
Figura 34: Tela "Relatrio Geral"
O software calcula a mdia de imagens detectadas, no detectadas e classificadas
como expresso facial de dor, de desconforto e sem expresso de dor. Na tela seguinte
aparecer um relatrio com o nome e registro hospitalar de todos os recm-nascidos (Figura
35), com os seguintes itens:
Tempo total em que cada recm-nascido foi filmado ("Tempo Filmado");
Quantas imagens no foram detectadas no total da filmagem com trs cmeras ("No
Detectadas");
Quantas imagens foram detectadas no total da filmagem com trs cmeras ("Detectadas");
Das imagens detectadas, quantas esto classificadas como ativas ("Ativas");
Das imagens ativas, quantas foram classificadas como expresso facial de dor ("Com
Dor");
Das imagens ativas, quantas foram classificadas como expresso facial de desconforto
("Desconforto");
Das imagens ativas, quantas foram classificadas como expresso facial neutra ("Sem
Dor").
Figura 35: Tela "Resultados" do Relatrio Geral
O usurio pode salvar em PDF, Portable Document Format (Formato Porttil de
Documento) ou imprimir um relatrio com todas as informaes do relatrio geral (Figura
36).
Figura 36: Relatrio dos dados das imagens analisadas de todos recm-nascidos
D.2) Item " Relatrio Individual"
Este item tem como objetivo emitir um relatrio individual, com todos os dados do
monitoramento de um recm-nascido.
Na tela Relatrio Individual (Figura 37), o usurio realiza a busca do recm-nascido,
e, em seguida, configura o Delta a ser utilizado na anlise do relatrio (Figura 38).
Aps a configurao do Delta, o software demora alguns segundos para realizar todas
as anlises que estaro no relatrio, e neste momento aparece para o usurio uma tela de
carregamento (Figura 39) indicando o tempo que ainda falta para visualizao do relatrio
completo.
Figura 37: Tela "Relatrio Individual"
Figura 38: Tela "Relatrio Individual - Configurao de Deltas"
Figura 39: Tela "Carregamento" do Relatrio Individual
Aps o carregamento, o software oferece ao usurio uma tela dividida em quatro
partes, pois contm quatro abas, uma para visualizar os dados cadastrais (Figura 40), uma para
visualizar todas as imagens detectadas (Figura 41), uma tabela com os dados da monitorao
do recm-nascido (Figura 42) e outra para visualizar um grfico com todos os dados da
monitorao do recm-nascido (Figura 43). Nestas telas, o usurio pode optar por imprimir
um dos relatrios separadamente ou o relatrio completo.
Figura 40: Tela "Dados Relatrio Individual" 1
Na tela "Dados Relatrio Individual" 2 (Figura 41), todas as imagens detectadas pelas
trs cmeras durante a monitorao so inseridas no relatrio. No entanto, algumas imagens
podem ter "falsa deteco" (falha do sistema ao considerar como face alguma outra imagem).
Para que as mesmas no sejam contabilizadas nos demais relatrios, o usurio pode inativar a
foto no desejada.
Nesta tela possvel visualizar a data, a hora e a posio da cmera de cada imagem
capturada e, ao clicar em cada campo, a imagem aparece ampliada do lado direito da tela,
possibilitando ao usurio escolher o status da imagem (ativa ou inativa).
Figura 41: Tela "Dados Relatrio Individual" 2
Aps escolher o status de todas as imagens o usurio pode visualizar o relatrio de
monitorao em formato de tabela (Figura 42), com dados da variao de todos os pontos
nodais principais.
Figura 42: Tela "Dados Relatrio Individual" 3
Alm do relatrio em formato de tabela (Figura 43), o usurio tambm pode visualizar
os dados da variao de todos os pontos nodais principais por meio de grficos.
Figura 43: Tela "Dados Relatrio Individual" 4
O usurio pode imprimir um relatrio com as imagens ativas, incluindo ou no os
dados do paciente e os escores de dor capturados (Figura 44), um relatrio com a tabela
(Figura 45), um relatrio com os grficos (Figura 46), ou um relatrio completo.
Figura 44: Relatrio de imagens com espao para indicar os escores apresentados
Figura 45: Relatrio com a tabela dos dados das imagens analisadas
Figura 46: Relatrio com o grfico dos dados das imagens analisadas
E) Item "Sobre"
Este item tem como objetivo descrever ao usurio dados sobre o software (Figura 47),
como: nome do software desenvolvido, local de realizao do desenvolvimento, responsveis
pelo desenvolvimento, e tempo de desenvolvimento.
Figura 47: Tela "Sobre o Software"
F) Item "Sair"
Este item tem como objetivo confirmar de o usurio deseja realmente sair do software
(Figura 48).
SAD - RN
Figura 48: Tela "Confirmao"
4.3 CARACTERSTICAS DA AMOSTRA ANALISADA
Para validar o software desenvolvido, foram filmados 30 neonatos nascidos no
Hospital So Paulo no perodo de junho a agosto do ano de 2013. As caractersticas
individuais de cada paciente encontram-se na Tabela 9. Pode-se observar que os 30 recm-
nascidos tinham idade gestacional mdia de 371 semana, com variao de 35-41 semanas,
sendo sete pacientes prematuros tardios e 23 nascidos a termo. O peso ao nascer foi de
2962593g, com variao de 2120 a 4100g, sendo sete recm-nascidos de baixo peso. Metade
dos recm-nascidos avaliados era do sexo masculino. O parto foi vaginal em 11 e cesreo em
19 pacientes. A mediana e a variao do boletim de Apgar no primeiro minuto de vida foi 9
(6-9) e, no quinto minuto, 9 (7-10). No momento da aquisio das imagens para o estudo, os
neonatos tinham 21 dia de vida (variao: 1-6 dias de vida). Os procedimentos dolorosos
realizados nesse grupo foram: duas injees intramusculares na coxa para administrao de
vacina para hepatite B; trs punes capilares no calcneo para obteno de glicemia; 12
punes venosas no calcneo para coleta de teste de triagem para erros inatos do metabolismo
e 13 coletas de sangue por puno venosa no dorso da mo para coleta de exames solicitados
pelos neonatologistas que cuidavam do paciente. Dos 30 pacientes, seis foram filmados na
UTI neonatal e 24 no alojamento conjunto. Toda a aquisio de imagens s foi feita aps
consentimento informado da me do recm-nascido, explicando-se detalhadamente o
procedimento e a no aplicao de medidas de analgesia no farmacolgica.
Tabela 9: Caractersticas da amostra de recm-nascidos avaliada
N Parto IG (sem.) Dias
vida
Sexo PN (g) Apgar Procedimento
1 Cesreo 39 1 M 2910 9/9 Coleta de sangue para exame
2 Normal 35 2 M 2345 9/10 Coleta de sangue para exame
3 Normal 35 4 F 2115 8/9 Coleta de sangue para exame
4 Normal 40 1 F 3960 9/10 Coleta de sangue para exame
5 Normal 38 3 F 2620 9/10 Coleta de sangue para exame
6 Normal 38 2 F 3130 9/10 Sangue capilar para glicemia
7 Cesreo 38 2 M 3065 8/9 Triagem para erros inatos
8 Cesreo 38 1 M 2870 9/9 Coleta de sangue para exame
9 Cesreo 38 1 M 3860 6/8 Triagem para erros inatos
10 Normal 36 1 M 2535 8/9 Vacina para Hepatite B
11 Cesreo 38 1 F 3140 8/10 Coleta de sangue para exame
12 Cesreo 38 3 M 3975 9/10 Triagem para erros inatos
13 Normal 36 3 F 3270 9/9 Triagem para erros inatos
14 Cesreo 38 1 F 2775 9/10 Sangue capilar para glicemia
15 Normal 38 1 F 2600 9/10 Vacina para Hepatite B
16 Cesreo 35 2 M 2020 8/9 Coleta de sangue para exame
17 Cesreo 36 3 M 2700 8/8 Triagem para erros inatos
18 Cesreo 36 3 M 2905 8/8 Triagem para erros inatos
19 Normal 41 2 F 3170 8/9 Triagem para erros inatos
20 Cesreo 37 3 F 3565 9/9 Coleta de sangue para exame
21 Cesreo 38 3 M 3875 8/9 Coleta de sangue para exame
22 Cesreo 37 2 F 2960 9/9 Coleta de sangue para exame
23 Cesreo 37 2 F 2335 9/9 Triagem para erros inatos
24 Cesreo 37 2 F 2275 9/10 Triagem para erros inatos
25 Normal 37 1 F 2280 7/7 Coleta de sangue para exame
26 Cesreo 37 1 M 2280 9/9 Sangue capilar para glicemia
27 Cesreo 37 2 M 3480 9/9 Triagem para erros inatos
28 Cesreo 39 2 M 4100 8/9 Triagem para erros inatos
29 Cesreo 38 6 M 2695 8/8 Triagem para erros inatos
30 Normal 37 3 F 3045 9/9 Coleta de sangue para exame
IG (sem.): Idade gestacional em semanas; PN (g): peso ao nascer em gramas; Apgar: escore
de Apgar no 1/5 minuto de vida.
4.4 CARACTERSTICAS DOS AVALIADORES
Foram selecionados seis (6) avaliadores, todos profissionais de sade com
especializao em neonatologia e vnculo Unidade de Terapia Intensiva do Hospital So
Paulo, sendo trs neonatologistas, duas enfermeiras e uma fisioterapeuta. As caractersticas
dos seis avaliadores esto descritas na Tabela 10, enfatizando-se que foram escolhidos
avaliadores com ampla experincia na avaliao da dor, seja por ser este objeto de sua linha
de pesquisa (mdicos), seja por se tratarem de profissionais responsveis pelo treinamento de
avaliao de dor para a equipe que atua na UTI Neonatal (enfermeiras e fisioterapeuta). Todos
tinham prtica especfica, por perodo maior de cinco anos, com a aplicao da escala NFCS.
Todos assinaram o termo de concordncia em participar da pesquisa como avaliador
(Apndice B).
Tabela 10: Caractersticas dos profissionais de sade que pontuaram as imagens de dor
Avaliador Sexo Idade
(anos)
Tempo de
formado
(anos)
Tempo de
especialista em
Neonatologia (anos)
Tempo de atuao
em UTI Neonatal
(anos)
1 Feminino 41 17 13 14
2 Feminino 46 23 19 20
3 Feminino 38 16 14 16
4 Feminino 43 21 19 20
5 Feminino 43 19 16 14
6 Feminino 34 12 11 11
4.5 CONCORDNCIA ENTRE AVALIADORES E SOFTWARE
Durante a filmagem de dez minutos, foram capturadas 8.457 imagens de todos os
recm-nascidos, com mdia de 282 imagens por recm-nascido. De todas as imagens
capturadas, 5.644 (67%) foram identificadas pelo software como face, perfazendo uma mdia
de 188 imagens por recm-nascido. Todas essas imagens foram analisadas e classificadas pelo
software quanto expresso facial identificada. Destas, 360 imagens, 12 de cada recm-
nascido, foram selecionadas e impressas a cores, sendo 138 imagens adquiridas antes do
procedimento doloroso, durante o repouso, 30 imagem capturadas do momento exato do
procedimento doloroso, quando da invaso da pele, e 192 imagens foram adquiridas no
momento de recuperao, aps o procedimento. Estas 360 imagens foram analisadas pelos
seis profissionais de sade conforme descrito nos mtodos.
Para verificar se a avaliao do software concordava com as dos avaliadores nas 360
imagens com relao presena ou ausncia de dor, foi realizado o teste de concordncia
Kappa Generalizado. Vale lembra que a anotao de trs ou mais movimentos faciais foram
classificados como presena de dor. Primeiramente foi aplicado o Kappa Generalizado com as
360 imagens analisadas pelo olhar humano, ou seja, pelos seis profissionais de sade,
resultando em Kappa de 0,986 (p<0,001). Ao realizar um consenso dos avaliadores quanto
classificao de cada foto, observou-se que 198 imagens foram classificadas como ausncia
de dor e 162 imagens, como presena de dor. Vale apontar que o consenso significa que a
maioria dos avaliadores apontou uma das duas situaes relativas presena ou no de dor
e, quando houve empate (22 imagens), as mesmas foram contabilizadas como presena de
dor. Em seguida, foi realizado Kappa Generalizado com as 360 imagens analisadas pelos
avaliadores e tambm pelo software, resultando em Kappa de 0,975 (p<0,001).
Comparando o consenso dos seis avaliadores com o software informatizado
desenvolvido, pode-se observar concordncia para presena de dor em 149 imagens,
concordncia para ausncia de dor em 83 imagens, totalizando uma concordncia na avaliao
de 232 (64%) das 360 imagens analisadas. Houve discordncia no resultado de 128 imagens,
sendo que os avaliadores apontaram ausncia de dor em 115 imagens que o software detectou
dor, e os avaliadores apontaram dor em 13 imagens que o software no detectou a sua
presena (Figura 49). Das 128 imagens em que houve discordncia entre o consenso dos
avaliadores e o software, 57 referiam-se ao momento de repouso pr-procedimento, trs ao
momento do procedimento potencialmente doloroso (hora exata da invaso da pele) e 68
fase de recuperao, aps o procedimento invasivo.
Figura 49: Concordncia entre profissionais de sade e software
quanto presena ou ausncia de dor
Em uma segunda anlise, buscou-se identificar a concordncia do software e dos
avaliadores com a situao real no que se refere presena ou no de dor em trs imagens de
cada recm-nascido estudado: duas imagens sem dor (repouso) e uma imagem com dor
(durante o procedimento). Ou seja, as 60 imagens pr-procedimento que, na situao real,
estavam sem dor foram comparadas aos resultados obtidos pelo software informatizado e
pelos seis profissionais de sade avaliadores (Tabela 11). Durante o procedimento doloroso, a
presena real de dor foi comparada tambm aos resultados obtidos pelo software e pelos seis
360 imagens
AVALIADORES
198 imagens
FACE SEM DOR
AVALIADORES
162 imagens
FACE COM DOR
SISTEMA
83 imagens
FACE SEM DOR
SISTEMA
149 imagens
FACE COM DOR
DIFERENA
115 imagens
DIFERENA
13 imagens
(232)
(128)
avaliadores nas 30 imagens correspondentes (Tabela 11). Pode-se observar que o software
detectou ausncia de dor em 85% das imagens em que o recm-nascidos no estava recebendo
nenhum procedimento dolorosos, enquanto os avaliadores variaram a sua percepo de
ausncia de dor entre 77 e 98% dessas imagens. Diante da realizao do procedimento
dolorosos, o software detectou 100% das imagens com presena de dor, enquanto os
profissionais de sade detectaram dor em 77-93% das imagens.
Tabela 11: Concordncia entre a realidade, o software e os avaliadores
REPOUSO - SEM DOR
60 imagens
PROCEDIMENTO COM DOR
30 imagens
Realidade x Software 85,0% 100,0%
Realidade x Avaliador 1 91,7% 93,3%
Realidade x Avaliador 2 76,7% 90,0%
Realidade x Avaliador 3 93,3% 83,3%
Realidade x Avaliador 4 98,3% 76,7%
Realidade x Avaliador 5 83,3% 90,0%
Realidade x Avaliador 6 81,7% 90,0%
Ao assumir como padro ouro a situao real de imagens tomadas nos momentos pr-
procedimento como sem dor e aquelas tomadas durante a realizao do procedimento como
dor presente, foi possvel analisar a sensibilidade, a especificidade, valor preditivo positivo e
o valor preditivo negativo do software e de cada um dos profissionais de sade para o
diagnstico de dor ou de ausncia de dor. Para exemplificar esta anlise esto mostradas na
tabela 12 duas tabelas 2x2 comparando o padro ouro com o software para as 60 imagens
obtidas em repouso e para as 30 imagens obtidas durante o procedimento doloroso.
Tabela 12: Anlise do padro-ouro versus software, para as 60 imagens filmadas em repouso
e para as 30 imagens obtidas durante o procedimento doloroso.
Padro Ouro
Com Dor Sem Dor Total
Software
Positivo 0 9 9
Negativo 0 51 51
REPOUSO Total 0 60 60
Software
Positivo 30 0 30
Negativo 0 0 0
PROCEDIMENTO Total 30 0 30
A partir dessa explorao, calculou-se a sensibilidade, a especificidade, o valor
preditivo positivo e o negativo para detectar ausncia de dor durante o repouso (Tabela 13
referente a 60 imagens do repouso) e para detectar presena de dor durante o procedimento
invasivo (Tabela 14 referente a 30 imagens durante o procedimento). Observa-se, nessas
tabelas, que, embora a sensibilidade do software seja de 100% para diagnosticar ausncia de
dor nos recm-nascidos em repouso, a especificidade de 85%, apresentando o olhar humano
dos avaliadores especificidade varivel entre 83 e 98% (Tabela 13). J para a presena de dor,
o software superior ao olhar humano, com sensibilidade e especificidade de 100% (Tabela
14).
Tabela 13: Sensibilidade, especificidade, valor preditivo positivo e negativo para o
diagnstico de ausncia de dor, em imagens nas quais os recm-nascidos esto em repouso.
Sensibilidade Especificidade Valor
preditivo +
Valor
preditivo -
Software 1,000 0,850 1,000 1,000
Avaliador 1 1,000 0,917 1,000 1,000
Avaliador 2 1,000 0,767 1,000 1,000
Avaliador 3 1,000 0,933 1,000 1,000
Avaliador 4 1,000 0,983 1,000 1,000
Avaliador 5 1,000 0,833 1,000 1,000
Avaliador 6 1,000 0,817 1,000 1,000
Tabela 14: Sensibilidade, especificidade, valor preditivo positivo e negativo para o
diagnstico de dor, em imagens nas quais os recm-nascidos esto recebendo um
procedimento invasivo.
Sensibilidade Especificidade Valor
preditivo +
Valor
preditivo -
Software 1,000 1,000 1,000 1,000
Avaliador 1 0,933 1,000 1,000 1,000
Avaliador 2 0,900 1,000 1,000 1,000
Avaliador 3 0,833 1,000 1,000 1,000
Avaliador 4 0,767 1,000 1,000 1,000
Avaliador 5 0,900 1,000 1,000 1,000
Avaliador 6 0,900 1,000 1,000 1,000
Para analisar no apenas se o software e os profissionais de sade detectaram se a
imagem indicava presena ou ausncia de dor, mas para ver a diferena da pontuao do
NFCS modificado entre o olhar informatizado e o olhar humano, analisou-se o nmero de
movimentos faciais de dor detectados por ambos os olhares por meio do grfico de Bland-
Altman nas 60 imagens do momento de repouso (Figura 50), nas 30 imagens do momento do
procedimento doloroso (Figura 51) e nas 192 imagens capturadas durante o perodo de
recuperao, depois do procedimento invasivo (Figura 52).
Verifica-se, na Figura 50, que a mdia dos escores do NFCS modificado entre os
profissionais de sade e o software foi, para quase todas as imagens, igual ou menor que trs,
sendo compatvel com ausncia de dor. Vale lembrar que o mximo de movimentos
assinalados pelo software e pelos avaliadores foi cinco e considerou-se dor presente se trs ou
mais escores de movimentos faciais fossem reconhecidos pelos avaliadores e/ou pelo
software, ou seja, o fato de, em 57 das 60 imagens avaliadas, a mdia de movimentos faciais
de dor ser trs ou menos (eixo x da figura 50) indica a percepo do software e da mdia dos
avaliadores de ausncia de dor no perodo prvio ao procedimento doloroso, durante o
repouso. Para todos os valores mdios, a diferena entre o olhar humano e o olhar
informatizado no perodo de repouso variou de -1 a +1,2, havendo heterogeneidade
significante entre o olhar humano e o olhar informatizado para apenas trs valores (notar os
trs valores situados acima de dois desvios padro, no eixo y). Verifica-se ainda que, para
mdias do NFCS entre um e trs pontos, os profissionais de sade tenderam a pontuar mais o
NFCS modificado do que o software (valores positivos no eixo y da Figura 50). Assim, na
anlise de Bland-Altman h pouca heterogeneidade entre o olhar humano e o do software na
deteco do nmero de movimentos faciais de dor durante o repouso.
Bland-Altman - REPOUSO
0 1 2 3 4 5 6
-3,0
-2,5
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0
x = {[(PS1+PS2+PS3+PS4+PS5+P6 6) + SW] 2}
y
=
[
(
P
S
1
+
P
S
2
+
P S
3
+
P
S
4
+
P
S
5
+
P
6
6
)
S
W
]
Mean
0,09
-1.96 SD
-1,03
+1.96 SD
1,21
Figura 50: Grfico de Bland-Altman para analisar a mdia entre o escore mdio do NFCS
modificado dos profissionais de sade e do software em relao diferena entre esses
escores no momento do repouso.
Na Figura 51, relativa avaliao das 30 imagens faciais no momento do
procedimento invasivo, nota-se que a mdia dos escores do NFCS modificado entre os
profissionais de sade e o software informatizado foi para 27 delas trs ou mais, sendo
compatvel com a presena de dor durante o procedimento. Para todos os valores mdios, a
diferena entre o olhar humano e o olhar informatizado variou de -1,0 a +1,0, sendo que 29
pontos situaram-se dentro da margem de dois desvios padro no eixo y da Figura 51,
demonstrando homogeneidade no reconhecimento da mmica facial de dor entre os
profissionais de sade e o software durante o procedimento doloroso.
Bland-Altman - PROCEDIMENTO
1 2 3 4 5 6
-3,0
-2,5
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0
x = {[(PS1+PS2+PS3+PS4+PS5+P6 6) + SW] 2}
y
=
[
(
P
S
1
+
P
S
2
+
P S
3
+
P
S
4
+
P
S
5
+
P
6
6
)
S
W
]
Mean
0,11
-1.96 SD
-0,91
+1.96 SD
1,12
Figura 51: Grfico de Bland-Altman para analisar a mdia entre o escore mdio do NFCS
modificado dos profissionais de sade e do software em relao diferena entre esses
escores no momento do procedimento doloroso.
Na Figura 52, nota-se que, durante a recuperao ps-procedimento dolorosos, a
mdia de movimentos faciais detectados variou entre zero e cinco nas 192 imagens
analisadas. Dessas, 104 (54%) mostravam pontuao mdia de trs ou mais, compatvel com a
presena de dor, e 88 (46%) apresentavam pontuao mdia de zero a dois, compatvel com a
ausncia de dor. Para todos os valores mdios, a diferena entre o olhar humano e o olhar
informatizado no perodo de repouso variou de -2 a +1,0, sendo que 187, dentre os 192 pontos
analisados, situaram-se dentro da margem de dois desvios padro no eixo y da Figura 52,
demonstrando mais uma vez homogeneidade entre o olhar humano e o do software na
deteco do nmero de movimentos faciais de dor durante a recuperao. interessante notar,
apesar da homogeneidade entre os olhares, que os observadores detectaram, em sua maioria,
menos movimentos faciais do que o software no perodo de recuperao, uma vez que em 120
(62,5%) imagens a diferena entre a mdia da pontuao dos observadores inferior
pontuao obtida pelo software (120 pontos com valores inferiores a zero no eixo y).
Bland-Altman - RECUPERAO
0 1 2 3 4 5 6
-3,0
-2,5
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0
x = {[(PS1+PS2+PS3+PS4+PS5+P6 6) + SW] 2}
y
=
[
(
P
S
1
+
P
S
2
+
P S
3
+
P
S
4
+
P
S
5
+
P
6
6
)
S
W
]
Mean
-0,47
-1.96 SD
-1,87
+1.96 SD
0,94
Figura 52: Grfico de Bland-Altman para analisar a mdia entre o escore mdio do NFCS
modificado dos profissionais de sade e do software em relao diferena entre esses
escores no momento da recuperao.
5 DISCUSSO
Apesar da existncia de uma grande quantidade de escalas para mensurar a dor do
recm-nascido, especialmente a dor aguda, necessrio desenvolver melhores estratgias para
a avaliao da dor na prtica das unidades neonatais (VAN DIJK, TIBBOEL, 2012). Sabe-se
que as alteraes da mmica facial constituem uma das respostas comportamentais
fundamentais aps o estmulo doloroso (CRAIG, 1998), com destaque para aes faciais
consideradas especficas: contrao da fronte com abaixamento das sobrancelhas,
estreitamento das plpebras e/ou fechamento dos olhos e nariz franzido e/ou bochechas
levantadas (GRUNAU, CRAIG, 1987; PRKACHIN et al, 1994). O emprego da mmica facial
em resposta dor, de forma isolada ou combinada, tem sido parte quase que uniforme dos
mltiplos instrumentos usados na prtica clnica e na pesquisa cientfica no contexto da
avaliao da dor neonatal (STEVENS et al, 2007). Nesse sentido, a movimentao facial tem
sido valorizada por representar a expresso do fenmeno doloroso como um todo, incluindo
as dimenses afetivas e emocionais (HUMMEL, VAN DIJK, 2006).
Por outro lado, sabe-se que a avaliao rotineira da dor do recm-nascido criticamente
doente, beira do leito, considerada como a viga de sustentao do edifcio que compreende
o manejo adequado da dor, dando base s recomendaes de implementao consistente de
diretrizes para a avaliao e tratamento da dor nas unidades neonatais (AMERICAN
ACADEMY OF PEDIATRICS, 2006; JCAHO, 2013). A despeito dessas diretrizes, estudo
realizado em unidades de terapia intensiva neonatal paulistas, no decorrer de 10 anos, entre
2001 e 2011, demonstra que, para procedimentos dolorosos rotineiros, como puno lombar,
intubao traqueal, permanncia em ventilao mecnica com cnula traqueal e ps-
operatrio de procedimentos cirrgicos, existe uma distncia entre o conhecimento a respeito
da presena da dor nessas situaes por parte de mdicos neonatologistas e a prtica das
unidades neonatais (PRESTES, 2013). Ou seja, recm-nascidos criticamente doentes so
submetidos a vrios procedimentos potencialmente dolorosos, permanecendo seu manejo
inadequado no decorrer dos anos do estudo (SIMONS et al, 2003; CARBAJAL et al, 2008;
CIGNACCO et al, 2009; LAGO et al, 2013). Nesse contexto, Franck e Bruce (2009) apontam
que a questo da avaliao inadequada da dor do recm-nascido parte integrante do
subtratamento da dor nas unidades neonatais e que se desconhece se os problemas
relacionados ao reconhecimento da dor por profissionais de sade podem ser corrigidos ou
compensados e se a motivao para tratar a dor desses pacientes pode ser estimulada. Talvez,
dizem Franck e Bruce (2009), os seres humanos apresentem um vis inato para avaliar a dor
dos outros. E, se assim for, o olhar humano deve ser substitudo por um olhar tecnolgico.
O quadro acima desenhado emoldura o projeto de pesquisa aqui descrito, buscando-se
desenvolver um olhar informatizado para reconhecer a movimentao facial caracterstica
da dor no recm-nascido. O projeto foi desenvolvido com 35 telas de interao com o usurio.
Uma das telas possibilita a aquisio de imagens faciais do recm-nascido de forma
automtica, durante uma filmagem. Todas as imagens capturadas passam por anlise de
deteco da face e dos pontos faciais. O clculo das distncias entre estes pontos permite
discriminar em que situao de expresso facial o recm-nascido se encontra, ou seja, com
dor presente ou ausente. De todas as imagens capturadas em 30 recm-nascidos submetidos a
procedimentos dolorosos, no processo de validao do software, 5.644 (67%) foram
identificadas pelo software como face, perfazendo uma mdia de 188 imagens por recm-
nascido. Destas, 12 imagens de cada recm-nascido, foram selecionadas, totalizando 360
imagens. As 360 imagens foram analisadas por seis profissionais de sade treinados na
avaliao da dor por meio da deteco de movimentos faciais e pelo software desenvolvido. A
concordncia dos sete avaliadores (seis profissionais e o software) apresentou Kappa
generalizado de 0,975 (p<0,001). A concordncia do software e dos avaliadores com a
situao real, no que se refere presena ou no de dor, verificada em trs imagens de cada
recm-nascido (duas do momento de repouso e uma do momento do procedimento),
totalizando 90 imagens, mostrou a deteco do software para ausncia de dor em 85% das
imagens em que o recm-nascidos no estava recebendo nenhum procedimento doloroso,
enquanto os avaliadores variaram a sua percepo de ausncia de dor entre 77 e 98% dessas
imagens. Diante da realizao dos procedimentos dolorosos, o software detectou 100% das
imagens com presena de dor, enquanto os profissionais de sade detectaram de 77-93% das
imagens. Ao analisar a heterogeneidade entre o nmero de movimentos faciais percebidos
pelo software e pela mdia dos seis profissionais de sade, notou-se homogeneidade entre o
olhar humano e o olhar informatizado para a situao de repouso, para o procedimento
doloroso em si, e para recuperao, aps o procedimento.
Ou seja, o desenvolvimento do software foi bem sucedido no que se refere
possibilidade de captura das imagens de face, decodificao de imagens faciais de interesse
para a avaliao da dor, recodificao de resultado como dor presente ou ausente em intervalo
de tempo quase instantneo, sendo tal resposta coerente com a situao real de dor presente e
ausente e com concordncia expressiva e homogeneidade de deteco da presena de
movimentos faciais, quando comparada avaliao feita por profissionais de sade altamente
treinados no manejo da dor neonatal, que analisaram as mesmas imagens extradas, mas de
forma esttica, impressas em caderno de avaliao.
Vale dizer que poucos so os estudos existentes na literatura que relatam o
desenvolvimento de tecnologia aplicada discriminao da face da dor em pacientes de
maneira geral e, em especial, em neonatos criticamente doentes (DEYO et al, 2004; LUCEY
et al, 2006; ASHRAF et al, 2007; SCHIAVENATO et al, 2008; PRKACHIN, 2009 ). Desses
estudos, o que mais se aproxima do aqui desenvolvido o de Schiavenato et al, publicado em
2008. Os autores desenvolveram uma ferramenta computacional com os pontos faciais de
referncia do Sistema de Codificao da Atividade Facial, NFCS, e compararam as distncias
entre tais pontos antes e depois de uma puno capilar no calcneo. O sistema detectou
diferenas consistentes de distncias relativas aos movimentos de abaixar as sobrancelhas,
franzir os olhos e abrir a boca, de maneira similar ao sistema desenvolvido no presente estudo.
No entanto, vale ressaltar que o objetivo da pesquisa de Schiavenato et al foi comparar a
expresso facial de neonatos a termo em resposta a um estmulo doloroso, controlando para
possveis variveis de confuso, sendo aplicados mtodos computacionais como uma tentativa
de refinar a mensurao da expresso facial.
nesse contexto que a discusso a seguir colocar algumas questes relativas s
dificuldades para o desenvolvimento do software e comparao entre o olhar humano e o
tecnolgico para a avaliao da dor, alm de tentar estabelecer os desafios para o
aprimoramento do sistema desenvolvido.
Um dos primeiros desafios encontrados para desenvolvimento de um software foi
definir a linguagem a ser usada. Dentre as linguagens existentes, descritas por Willrich
(2013), destacam-se:
Linguagem de mquina: forma bastante primitiva, baseada no sistema binrio de
numerao, tanto para a representao dos dados quanto das operaes;
Linguagem Hexadecimal: simplificao de notao da linguagem de mquina;
Linguagem Assembly: verso legvel da linguagem de mquina; trabalha com bits,
bytes, palavras, armazenados em memria, sendo orientada para a mquina
processador;
Linguagem de Alto Nvel: apresenta uma sintaxe mais prxima da linguagem natural,
fazendo uso de palavras reservadas extradas do vocabulrio corrente e permite a
manipulao dos dados nas mais diversas formas;
Linguagens Estruturadas: linguagens de programao de alto nvel, mas com
estruturao do cdigo.
No presente estudo, optou-se pela ltima, pois a produo de cdigo de programa
apresentada de forma clara. Dentre elas, escolheu-se pela Linguagem Orientada a Objeto, pela
facilidade de tratar os dados e os procedimentos que atuam sobre os dados como um nico
objeto, uma entidade independente com uma identidade e certas caractersticas prprias.
Alguns exemplos da Linguagem Orientada a Objetos so: Smalltalk, Eiffel, C++ e Delphi.
Destas, optou-se pela ltima pois uma programao tambm orientada a eventos, com forte
nfase na conectividade com diversos bancos de dados e um grande nmero de componentes
produzidos por terceiros, alm de ter uma grande quantidade de componentes prontos em sua
biblioteca, facilidade de uso e aprendizado e desenvolvimento rpido, e vale salientar que o
Delphi possui funes para acesso ao relgio interno do computador, fato muito relevante
quando se deseja desenvolver um sistema de aquisio de registros e monitoramento em
tempo real (SIQUEIRA, SANTOS, 2005).
Com relao opo pela linguagem Delphi, ressalta-se, mais uma vez, ser esta uma
tima ferramenta para aqueles que desejam desenvolver sistemas dentro de um controle rgido
de implementao, uma vez que a linguagem utilizada o Object Pascal, a linguagem mais
bem estruturada do mercado e com o compilador muito rpido (LEITE, 2013). A linguagem
de programao que o Delphi utiliza tem o mesmo conceito, por exemplo, da linguagem
JAVA, entretanto, possvel observar que a linguagem Pascal se destaca no ensino
introdutrio de programao (Tabela 15). Este destaque ocorre justamente porque a
linguagem de programao JAVA considerada mais complexa e a Delphi, por outro lado,
oferece mais componentes, o que proporciona maior produtividade (PEREGO et al, 2013).
Tabela 15: Linguagem de programao inicial nos cursos de graduao.
Linguagem EUA Brasil
Pascal 101 (28%) 17 (51%)
C 43 (11%) 10 (30%)
C++ 89 (24%) 1 (3%)
Java 11 (3%) 3 (9%)
Outras 115 (32%) 2 (6%)
Total 359 33
Assim, existem diversas linguagens de programao que podem ser utilizadas para
implementar projetos, mas as dificuldades para sua utilizao no ensino residem no fato de
que requerem que o usurio aprenda uma linguagem de programao especfica. Hoje
algumas dessas linguagens foram absorvidas por programas visuais, que tem como vantagem
serem bastante flexveis e conhecidos nos meios acadmicos (CONSTANTINO,
FRANCHINI JUNIOR, 1999). Dessa forma, a opo pela linguagem Pascal se deveu no s
aos recursos de programao disponveis, mas por ser uma linguagem muito bem estruturada,
que tem servido como um significativo instrumento de aprendizagem em programao em
diversas universidades brasileiras e estrangeiras. Alm disso, o programa Delphi tem algumas
vantagens, como o destaque da sintaxe, o completamento de cdigo, a visualizao dos
smbolos definidos em tempo de projeto, a depurao passo a passo, tanto via editor quanto
via fluxograma aps a compilao do cdigo fonte, entre outras (SILVA, SCHLNZEN
JUNIOR, 2004).
No que se refere programao JAVA, a aprendizagem de conceitos iniciais de
programao difcil e uma das razes que os programas envolvem entidades abstratas
como construes formais de loops, ponteiros, arrays, etc (SAJANIEMI, KUITTINEN, 2003).
Alm do desafio da aprendizagem, programas JAVA no so traduzidos para a linguagem de
mquina como outras linguagens estaticamente compiladas e, sim, para uma representao
intermediria, chamada de bytecodes. Os bytecodes so interpretados pela mquina virtual
Java (JVM - Java Virtual Machine). Muitos acreditam que, devido ao processo, o cdigo
interpretado em Java tem baixo desempenho e, por isso, foram criadas otimizaes, como a
compilao especulativa, que aproveita o tempo ocioso do processador para pr-compilar
bytecodes para cdigo nativo. Essa implementao, entretanto, tem algumas limitaes
intrnsecas. A pr-compilao exige tempo, o que faz com que programas Java demorem mais
para comear a funcionar, somando-se a isso o tempo de carregamento da mquina virtual. O
Java ainda possui outra desvantagem em programas que usam bastante processamento
numrico, pois o padro Java tem uma especificao rgida de como devem funcionar os tipos
numricos. Essa especificao no condiz com a implementao de pontos flutuantes na
maioria dos processadores, o que faz com que o Java seja significativamente mais lento para
estas aplicaes, quando comparado a outras linguagens (GRUPO JAVA, 2013).
Diante do exposto, optou-se pela linguagem Delphi, que proporcionou tambm a
facilidade de uso e aprendizado, possibilitando um rpido desenvolvimento do projeto. Uma
vez selecionada a linguagem, ao iniciar o desenvolvimento das primeiras telas do software,
deparou-se com a necessidade de se encontrar um mtodo de reconhecimento da face e dos
pontos faciais, pois a proposta no era desenvolver este mecanismo, mas sim, a partir dele,
realizar a anlise da face do recm-nascido. Houve uma grande dificuldade de encontrar
trabalhos referentes deteco de dor do recm-nascido de forma automatizada. Existem
vrios estudos de mtodos de identificao da face e de expresses faciais para diferentes fins,
no entanto, todos so desenvolvidos para de adultos (KANADE et al 2000; BARTLETT et al
2006; FASEL et al 2005; PAMPLONA SEGUNDO et al 2007; QUEIROLO et al 2008;
FIOR et al 2008), sendo as expresses detectadas: face neutra, raiva, repulsa, medo, alegria,
tristeza, surpresa, e repugnncia (BARTLETT et al 2004; GUIZATDINOVA, SURAKKA
2005), mas nada relacionado deteco de dor. No nico estudo relacionado dor e a recm-
nascidos, Schiavenato et al (2008) avaliaram a expresso facial de dor por meio do mtodo de
comparao de pontos especficos da face, mas o sistema utilizados pelos autores no permite
que a expresso de dor seja detectada de forma imediata, em tempo real, pois cada ponto
precisava ser avaliado manualmente pelo usurio.
Dessa forma, tentou-se encontrar um mtodo de reconhecimento da face e dos pontos
faciais compatvel com a Linguagem Delphi, sendo o SDK o nico encontrado no momento
do desenvolvimento do software. O SDK foi desenvolvido e fornecido pela empresa
Luxand e denominado LuxandFaceSDK. Embora o SDK tivesse sido testado apenas com
imagens faciais de crianas e adultos, tratava-se de mtodo bastante interessante para os
objetivos do presente estudo, pois o sistema capaz de retornar a identificao de 66 pontos
caractersticos da face, o que possibilita a anlise das distncias entre estes pontos, de forma
automtica, diferente do mtodo desenvolvido por Schiavenato et al (2008). O SDK permite
apenas a deteco dos pontos em imagens 2D, no sendo possvel realizar a anlise das
imagens durante uma filmagem, por isso a necessidade de realizar a captura das imagens em
intervalos de tempo, durante a filmagem.
A partir do momento que se contou com a identificao dos 66 pontos faciais de uma
iamgem 2D, surgiu a necessidade de testar se havia identificao da face e dos pontos nodais
na faixa etria neonatal. Para isso foram feitos testes com imagens de cinco recm-nascidos,
no includos na amostra para testar a validade do software. Os testes foram positivos, no
entanto, era preciso escolher os pontos que seriam utilizados na anlise face do recm-nascido
para expressar os movimentos faciais pontuados da escala de dor NFCS. Observou-se que o
SDK no retornava os pontos referentes delimitao superior da face, como a testa, e
tambm no retornava pontos especficos da orelha. Assim, buscou-se verificar quais pontos
se movimentavam mais quando o recm-nascido expressava dor. A partir destes testes, foram
escolhidos os 16 pontos de anlise descritos no mtodo. Nesse sentido, para refinar a deteco
de pontos faciais que expressam a dor do recm-nascido, h necessidade de desenvolver
softwares de deteco de movimentos faciais que consigam utilizar pontos nodais no
detectados pelo SDK e comparar com os resultados obtidos no presente projeto. preciso
verificar tambm se a no deteco da testa e da orelha pelo SDK prejudica ou no a
identificao de alguns movimentos. Por exemplo, com relao ao movimento de fronte
saliente, em que se analisou apenas a distncia entre o ponto mdio da sobrancelha direita at
a sobrancelha esquerda, ser que tal anlise poderia ser refinada com a deteco entre o ponto
mdio da sobrancelha e a delimitao superior da face? Outros pontos que poderiam ter
sofrido mudanas seriam aqueles referentes ao sulco nasolabial aprofundado: se fosse possvel
detectar a orelha, talvez a mensurao da distncia entre a orelha e a boca e entre o nariz e o
queixo refinassem essa anlise. Alm disso, o LuxandFaceSDK foi capaz de detectar apenas
cinco movimentos faciais, dentre os oito relacionados escala NFCS, uma vez no ter sido
possvel identificar a protruso de lngua, a lngua tensa e o tremor de queixo. A falta destes
dados pode ter prejudicado a deteco da presena ou ausncia de dor, devendo ser foco de
aprimoramento do mtodo para identificar os pontos nodais faciais.
Observou-se ainda a necessidade de deixar o software sensvel s diferenas de clculo
entre a imagem calibrada e a imagem analisada. Para tanto, criaram-se os deltas para cada
movimento facial. Para as anlises iniciais, realizadas com os 30 recm-nascidos, utilizou-se
delta igual a zero, ou seja, qualquer movimentao dos pontos nodais foi classificada pelo
sistema como movimento facial presente. Isso explica a sensibilidade de 100% do software
para a presena de dor. No entanto, preciso discutir se um instrumento de monitorizao da
dor precisa ter grande sensibilidade, mesmo havendo falsos positivos, o que implicaria em
detectar dor e desencadear medidas de analgesia em recm-nascidos que talvez no estejam
sentindo dor; ou se seria melhor uma maior especificidade, o que implicaria mais segurana
no diagnstico de dor, com possibilidade de alguns pacientes com dor no serem detectados?
Diante da possibilidade de efeitos deletrios dos opioides no perodo neonatal (ANAND et al,
2004; BELLU et al, 2008), talvez fosse mais prudente trabalhar com um monitor de dor com
uma especificidade maior do que a sua sensibilidade. Nesse caso, o estudo do delta de
movimentao mais apropriado para o software deveria ser analisado por meio de uma curva
ROC para os vrios movimentos analisados.
Alm das questes relativas ao software propriamente dito, h necessidade de discutir
o aparato utilizado para captaras imagens. Inicialmente tentou-se filmar e capturar as imagens
do recm-nascido utilizando apenas uma cmera; no entanto, muitas imagens eram perdidas
com a movimentao da cabea da criana. Buscando minimizar este erro, foram
acrescentadas duas cmeras cmara central, uma posicionada do lado direito e outra do lado
esquerdo do recm-nascido. As trs cmeras capturaram as imagens de forma sincronizada, a
cada 3 segundos. Com isto, mesmo diante da movimentao da face, em pelo menos uma das
trs cmeras posicionadas o SDK foi capaz de identificar a face, No entanto, para capturar as
imagens com as trs cmeras necessrio que o recm-nascido esteja deitado em decbito
dorsal, pois se o mesmo estiver em decbito lateral apenas as imagens de duas cmeras sero
identificadas como face e, se estiver em decbito ventral, apenas as imagens de uma cmera
sero identificadas como face. Essas dificuldades tm algumas implicaes: necessrio um
aparato prprio de contenso das cmaras, o que ocupa um espao razovel ao lado do leito,
dificultando a manipulao do recm-nascido. Alm disso, como a captura da imagem
necessita do paciente em decbito dorsal, h dificuldade da aplicao de medidas analgsicas
no farmacolgicas, como a realizao do procedimento em pele-a-pele com a me.
Alm da movimentao da cabea, outro ponto que dificultou a preciso da
identificao dos pontos faciais, foi a deteco da boca de forma equivocada, pois, em alguns
casos em que o recm-nascido estava com a boca aberta e com a lngua protrusa, a lngua era
identificada como lbio superior ou inferior, o que implicou em um clculo errado para
avaliao do escore de movimento facial referente boca aberta. Nesse contexto, tambm
preciso aperfeioar os pontos nodais detectados pelo software, pois a aplicao do sistema
informatizado visa a monitorao da presena de dor beira do leito de recm-nascidos
criticamente doentes. No entanto, tais recm-nascidos contam com cnulas traqueais e sondas
gstricas fixadas em suas posies com fitas adesivas. As fitas adesivas obliteram a captura do
movimento facial pelo software, podendo fazer com este subestime a presena de dor em tais
pacientes. Assim, para sua aplicao na prtica das unidades de terapia intensiva neonatal,
preciso desenvolver a deteco de outros pontos nodais que facilitem a identificao dos
movimentos faciais caractersticos da presena de dor no neonato, assim como evitar que
movimentos no relacionados, como os de lngua, bocejos e outros, sejam caracterizados pelo
sistema como movimentos de dor.
Outra dificuldade encontrada, para uma anlise precisa das imagens pelo software,
esteve na movimentao das cmeras entre a fase de calibrao e monitorao. A partir do
momento em que as imagens so calibradas, o usurio no pode mais movimentar as cmeras.
Existe esta necessidade, pois, quando a imagem calibrada, o software identifica a distncia
entre os pontos nodais da face e, ao iniciar a monitorao, se a cmera se movimentar, a
imagem capturada ter uma distncia maior ou menor do que a imagem calibrada, o que
causar uma diferena na distncia dos pontos nodais, podendo implicar na deteco ou no
dos movimentos faciais de dor da escala NFCS. Tal dificuldade aponta, mais uma vez, para a
necessidade de refinamento do software desenvolvido para que possa vir a ter utilidade na
monitorao da dor de recm-nascidos criticamente doentes. Vale lembrar ainda que, antes de
iniciar a calibrao, anlise ou monitorao, o recm-nascido deve estar em local com
iluminao adequada, pois, se estiver em local muito ou pouco iluminado, o SDK perde sua
preciso e, em algumas imagens capturadas, no ser possvel detectar a face. Tal limitao
tambm deve ser levada em considerao antes de sua aplicao na prtica de terapia
intensiva, dada a importncia da ciclagem claro-escuro para o desenvolvimento neurolgico
do recm-nascido.
Mesmo diante destas limitaes, o software desenvolvido detectou com acurcia a
ausncia de dor durante o repouso e a presena de dor durante o procedimento doloroso em
recm-nascidos a termo e em prematuros tardios submetidos dor aguda. Vale ressaltar que a
aplicao do sistema informatizado em recm-nascidos criticamente doentes, especialmente
os pr-termo submetidos a mltiplas manipulaes e procedimentos dolorosos durante sua
permanncia na UTI Neonatal, ainda no foi testada.
No que se refere avaliao da dor propriamente dita, detectada pelo software e pelos
profissionais de sade, notvel ter havido uma concordncia extremamente elevada, com
kappa generalizado prximo a 1,000, entre as sete observaes das 12 imagens de cada um
dos 30 recm-nascidos testados. Ao assumir que o recm-nascido em repouso e saudvel
estava sem dor e que, ao receber um procedimento invasivo, o paciente apresentava dor,
criou-se uma oportunidade nica de contar com um padro-ouro para uma sensao
extremamente subjetiva como a dor. Pode-se observar, diante dessas situaes, uma
sensibilidade do software mais elevada para a presena de dor em comparao com os
observadores humanos e uma sensibilidade similar dos observadores humanos para a
ausncia de dor. ainda notvel a homogeneidade de nmero de movimentos faciais notados
pelos profissionais de sade e pelo software durante o repouso, no procedimento doloroso e
na recuperao. Vale ressaltar que o software foi confrontado com profissionais de larga
experincia na avaliao da dor na prtica clnica e, no caso dos neonatologistas, tambm em
suas linhas de pesquisa, e que tais profissionais no tiveram nenhuma presso de tempo ou
clnica para dar sua opinio se as faces avaliadas continham elementos da mmica facial de
dor descrita pelo NFCS. Ou seja, o software foi confrontado tambm com um padro-ouro
do olhar humano para a dor do recm-nascido. Se os profissionais tivessem que avaliar a cada
trs segundos a face do recm-nascido, ao vivo, durante a captao de imagens, provvel
que a concordncia e a homogeneidade de avaliao entre o olhar humano e o tecnolgico no
fossem to grandes.
Nesse sentido, a avaliao comportamental da dor neonatal se baseia na premissa de
que os seres humanos so capazes de transformar sinais comportamentais em uma
representao objetiva desses sinais, sendo motivados a reconhecer e agir diante da dor do
outro (FRANCK, BRUCE, 2009). Mas, de fato, pode haver uma grande variabilidade na
habilidade e na motivao de um profissional para avaliar a dor do seu paciente, com
dificuldade para a superao por meio de mtodos padronizados de avaliao (CARTER,
2008). Segundo Franck e Bruce (2009), a pouca adeso s diretrizes para avaliao da dor
nas unidades neonatais pode indicar uma resistncia mal definida ao uso de mtodos de
avaliao que simplificam demais, so geralmente inacurados e respeitam pouco a expertise e
a experincia dos profissionais envolvidos no cuidado do recm-nascido criticamente doente.
Aymar e Coutinho (2008) apontam a necessidade de corrigir as atuais falhas na assistncia
intensiva neonatal no que diz respeito ao manejo da dor por meio de novas pesquisas sobre o
tema, incluindo mtodos de avaliao prticos e eficazes, alm do estabelecimento de rotinas
especficas e atualizao e sensibilizao dos profissionais envolvidos nos cuidados aos
bebs. O software aqui desenvolvido pode, ao ser sofisticado e adaptado monitorao
contnua necessria na UTI neonatal, se constituir em abordagem que contribua de maneira
efetiva ao manejo apropriado da dor e a um melhor prognstico dos pacientes.
Para definir o rumo do aprimoramento necessrio para o software, preciso apontar os
pontos fortes e fracos do mtodo desenvolvido. Como citado anteriormente, enfrentaram-se
algumas dificuldades para avaliao da dor no recm-nascido pelo sistema informatizado, a
saber, as transies entre as expresses faciais, a orientao da cabea, as condies
ambientais (complexidade da cena) e a confiabilidade e validade dos dados em relao ao
comportamento no verbal. Tais dificuldades tambm so relatadas por Kanade et al (2000),
que buscaram desenvolver um mtodo para anlise da expresso facial e criaram um banco de
dados com 2.105 imagens digitalizadas, composta por 182 indivduos adultos de diferentes
etnias com vrias expresses faciais. Entretanto, essa pesquisa tornou-se apenas um banco de
dados para realizao de estudos comparativos e anlises da expresso facial, pois os autores
tiveram dificuldade para concluso do estudo devido aos problemas inerentes anlise da
expresso facial, o que inclui um nvel de descrio, de transies entre as expresso, de
obteno de condies, confiabilidade e validade do treinamento e seus respectivos dados,
alm das diferenas individuais que envolvem o comportamento, a disciplina, a orientao da
cabea, a complexidade da cena e as imagem caractersticas.
O software aqui desenvolvido buscou minimizar alguns erros com relao s
diferenas individuais que envolvem o comportamento, uma vez que a face do recm-nascido
foi sempre comparada com sua prpria face em repouso, o que inovador. Outros softwares
desenvolvidos para anlise de imagens comparam a face de um adulto com um banco de
imagens previamente armazenado (KANADE et al, 2000; BARTLETT et al, 2004;
DANTAS, 2008; QUEIROLO et al, 2008; PAMPLONA SEGUNDO et al, 2008), o que pode
causar erro por conta das diferenas anatmicas. Alm disso, o software aqui desenvolvido
facilita ao usurio escolher o perodo e o tempo de monitorao, pois permite que o mesmo
faa avaliaes contnuas do comportamento do recm-nascido por um perodo curto,
analisando situaes relacionadas a estmulos dolorosos agudos, ou por um perodo
prolongado, permitindo monitorizar o dia-a-dia do paciente internado na unidade neonatal.
Esta funo do software abre novas possibilidades para a pesquisa de fenmenos habituao e
amplificao da movimentao facial de dor diante de estmulos prolongados e repetitivos de
dor, presentes no cuidado ao recm-nascido criticamente doente.
Pode-se concluir que o software desenvolvido mostrou excelente sensibilidade e
especificidade para detectar dor durante os procedimentos dolorosos no recm-nascido e para
detectar a ausncia de dor durante o repouso, sendo homognea a deteco do nmero de
movimentos faciais entre avaliadores e software. Pode-se dizer que o objetivo de desenvolver
um software capaz de capturar, processar e a analisar imagens faciais de recm-nascidos, foi
alcanado e seu ajuste mais fino pode fornecer aos profissionais de sade um instrumento que
os ajude, de forma acurada, a monitorar a dor de recm-nascidos criticamente doentes.
6 CONCLUSES
Esta tese teve como objetivo principal desenvolver um software para identificar a
expresso facial de dor do recm-nascido em tempo real. Na implementao da abordagem
proposta, foi utilizada a ferramenta Borland Delphi para desenvolvimento do software
propriamente dito e, para deteco dos pontos faciais, utilizou-se o SDK "LuxandFaceSDK".
Ao final do desenvolvimento, construram-se 35 telas de interao com o usurio, que
permitem que o mesmo realize a monitorizao do recm-nascido e obtenha respostas, em
tempo real, sobre a identificao da expresso facial. Este mtodo permitiu a captura
automtica das imagens, a identificao da face em uma imagem 2D e dos respectivos pontos
faciais principais. A partir destes pontos, foi possvel realizar clculos de distncia entre os
mesmos e identificar a presena ou no da expresso facial de dor do recm-nascido.
O desenvolvimento do software foi bem sucedido no que se refere possibilidade de
identificar a expresso facial de dor do recm-nascido em tempo real, pois a captura das
imagens da face, a decodificao de imagens faciais de interesse para a avaliao da dor, a
recodificao de resultado como dor presente ou ausente em intervalo de tempo quase
instantneo, foram objetivos alcanados e coerentes com a situao real de dor, presente ou
ausente, e com a concordncia expressiva e homognea de deteco da presena de
movimentos faciais, quando comparada avaliao feita por profissionais de sade altamente
treinados no manejo da dor neonatal. Ao analisar a heterogeneidade entre o nmero de
movimentos faciais percebidos pelo software e pela mdia dos seis profissionais de sade,
notou-se homogeneidade entre o olhar humano e o olhar informatizado para a situao de
repouso, para o procedimento doloroso em si, e para recuperao, aps o procedimento.
Portanto, o software pode fornecer aos profissionais de sade um instrumento automatizado
que os ajude, de forma acurada, a monitorar a dor de recm-nascidos criticamente doentes,
podendo ser utilizado na prtica clnica e na pesquisa cientfica.
O sistema desenvolvido sem dvida precisa ser aprimorado no que tange deteco de
pontos nodais relacionados aos movimentos faciais de dor em recm-nascidos criticamente
doentes. Trata-se de um caminho aberto na busca de uma avaliao mais consistente e com
menor interferncia da subjetividade do olhar humano de uma sensao subjetiva como a dor,
que necessariamente, no recm-nascido, precisa ser traduzida pelos profissionais de sade
com o menor vis possvel para que as medidas de alvio possam ser conduzidas, pesando-se
seus riscos e benefcios de maneira racional.
REFERNCIAS
American Academy of Pediatrics. Committee on Fetus and Newborn, Section on Surgery, and
Section on Anesthesiology and Pain Medicine. Prevention and management of pain in the
neonate. Pediatrics 2006;118:2231-41.
Anand KJ, Hall RW, Desai N, Shephard B, Bergqvist LL, Young TE, et al. Effects of
morphine analgesia in ventilated preterm neonates: primary outcomes from the NEOPAIN
randomized trial. Lancet 2004;363:1673- 82.
Anand KJS, Aranda JV, Berde CB, Buckman S, Capparelli EV, Carlo W, et al. The newborn
drug development initiative (NDDI) workshop: Summary proceedings from the neonatal pain-
control group. Pediatrics 2006;117:9-22.
Anand KJS, Carr DB. The neuroanatomy, neurophysiology, and neurochemistry of pain,
stress, and analgesia in newborns and children. Ped Clin North Am 1989;36:795-822.
Anand KJ, Hansen DD, Hickey PR. Hormonal-metabolic stress responses in neonates
undergoing cardiac surgery. Anesthesiology 1990;73:661-70.
Anand KJ, Hickey PR. Pain and its effects in the human neonate and fetus. N Engl J Med
1987;317:1321-29.
Ashraf AB, Lucey S, Cohn J, Chen T, Ambadar Z, Prkachin K, Solomon P. The painful face -
pain expression recognition using active appearance models. Proceedings of the 9th
international conference on Multimodal interfaces; 2007 Nov 12-15; Nagoya, Aichi, Japan.
p.9-14.
Aymar CLG, Coutinho SB. Fatores relacionados ao uso de analgesia sistmica em
neonatologia. Rev Bras Ter Int 2008;20:405-10.
Balda RCX, Guinsburg R. Avaliao da dor no perodo neonatal. In: Kopelman BI, Santos
AMN, Goulart AL, Almeida MFB, Miyoshi MH. Diagnstico e tratamento em neonatologia.
So Paulo: Atheneu; 2004. p. 577-85.
Ballard JL, Khoury JC, Wedig K, Wang L, Eilers-Walsman BL, Lipp R. New Ballard score,
expanded to include extremely premature infants. J Pediatr 1991;119:417-23.
Bartlett M, Littlewort G, Lainscsek C, Fasel I, Movellan J. Machine learning methods for
fully automatic recognition of facial expressions and facial actions. In IEEE International
Conference on Systems, Man & Cybernetics, The Hague, Netherlands; 2004 Oct 10-13;
Istanbul, Turkey. p. 592-97.
Bartlett MS, Littlewort G, Frank MG, Lainscsek C, Scorel I, Movellan J. Automatic
recognition of facial actions in spontaneous expressions. J Multim 2006;1:6.
Bartocci M, Bergqvist LL, Lagercrantz H, Anand, KJ. Pain activates cortical areas in the
preterm newborn brain. Pain 2006;122:109-17.
Bell R, de Waal KA, Zanini R. Opioids for neonates receiving mechanical ventilation.
Cochrane Database Syst Rev; 2008;(1):CD004212.
Benini F, Johnson C, Faucher D, Aranda JV. Topical anesthesia during circumcision in
newborn infants. JAMA 1993;270:850-53.
Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of
clinical measurement. Lancet 1986;10:307-10.
Branco A, Fekete SMW, Rugolo LMSS. O choro como forma de comunicao de dor do
recm-nascido: uma reviso. Rev Paul Pediatr 2006;24:270-74.
Carbajal R, Rousset A, Danan C, Coquery S, Nolent P, Ducrocq S, et al. Epidemiology and
treatment of painful procedures in neonates in intensive care units. JAMA 2008;300:60-70.
Carter B. What pain assessment guidelines tell us and what they may miss. J Child Health
Care 2008;12:170-72.
Chellappa R, Wilson CL, Sirohey S. Human and machine recognition of faces: a survey. Proc
IEEE 1995;83:703-40.
Chermont AG, Guinsburg R, Balda RCX, Kopelman BI. O que os pediatras conhecem sobre
avaliao e tratamento da dor no recm-nascido? J Pediatr (Rio J) 2003;79):265-72.
Cignacco E, Hamers J, Van Lingen RA, Stoffel L, Buchi S, Muller R, et al. Neonatal
procedural pain exposure and pain management in ventilated preterm infants during the first
14 days of life. Swiss Med Wkly 2009;139:226-32.
Constantino AA, Franchini Junior A. DD: simulao discreta em Delphi. Acta Scient
1999;21:855-60.
Craig KD, Korol CT, Pillai RR. Challenges of judging pain in vulnerable infants. Clin
Perinatol 2002;29:445-57.
Craig, KD. The facial display of pain. In Finley GA, McGrath PJ. Measurement of pain in
infants and children. Seattle, WA: IASP; 1998. p. 103-22.
Dantas GFL. - Federao Nacional dos Policiais Federais [homepage na Internet]. Tribuna
Livre: Os Novos Passaportes Biomtricos 2008 [citado em Setembro 02, 2008]. Disponvel
em: http://www.fenapef.org.br/htm/com_tribuna_exibe.cfm?Id=562
Deyo K, Prkachin KM, Mercer SR. Development of sensitivity to facial expressions of pain.
Pain 2004;107:16-21.
Fasel A, Fortenberry BA, Movellan JA. A generative framework for real time object detection
and classification. Comp Vision Image Underst 2005;98:182-210.
Finley GA, McGrath PJ. Introduction: the roles of measurements in pain management and
research. In: Finley GA, McGrath PJ. Measurements of pain infants and children. Seattle,
WA: IASP; 1998. p.83-102.
Fior AGF, Pamplona Segundo M, Bellon ORP, Silva L. Deteco e reconhecimento facial em
sequencias de vdeo. Rev Eletr Inic Cient 2008;8:33-43.
Fleiss JL, Levin B, Cho Paik M, Fleiss J. Statistical methods for rates & proportions. 2
nd
ed. N
York: Wiley; 1981. p. 229-32.
Fort A, Manfredi C. Acoustic analysis of newborn infant cry signals. Med Eng Phys
1998;20:432-42.
Franck LS, Bruce E. Putting pain assessment into practice: why is it so painful? Pain Res
Manag 2009;14:13-20.
Franck LS. A new method to quantitatively describe pain behavior in infants. Nurs Res
1986;35:28-31.
Goldschneider KR. Long-term consequences of pain in infancy. IASP Newsletter, 25
th
ed.
1998 Aug 2. p. 4-19.
Golianu B, Krane EJ, Golloway KS, Yaster M. Pediatric acute pain management. Pediatr Clin
North Am 2000;47:559-97.
Grunau RE, Holsti L, Whitfield MF, Ling E. Are twitches, startles, and body movements pain
indicators in extremely low birth weight infants? Clin J Pain 2000;16:37-45.
Grunau RE, Oberlander T, Holsti L, Whitfield MF. Bedside application of the neonatal facial
coding system in pain assessment of premature neonates. Pain 1998;76:277-86.
Grunau RVE, Craig KD. Pain expression in neonates: facial action and cry. Pain
1987;28:395-410.
Grunau RVE, Johnston CC, Craig KD. Neonatal facial and cry responses to invasive and non-
invasive procedures. Pain 1990;42:295-305.
Grupo Java [homepage na Internet]. Mquina virtual Java [citado em Outubro 02, 2013].
Disponvel em: http://lpjava.blogspot.com.br/2007/11/mquina-virtual-java.html.
Guinsburg R, Balda RCX, Berenguel RC, Almeida MFB, Tonelloto J, Santos AMN, et al.
Aplicao das escalas comportamentais para a avaliao da dor em recm-nascidos. J Pediatr
(Rio J) 1997;73:411-18.
Guinsburg R. Avaliao e tratamento da dor no recm-nascido. J Pediatr (Rio J)
1999;75:149-60.
Guizatdinova I, Surakka V. Detection of Facial Landmarks from Neutral, Happy, and Disgust
Facial Images. Proceedings of the 13th International Conference in Central Europe on
Computer Graphics, Visualization and Computer Vision; 2005 Aug 18-21; Plzen, Czech
Republic. p. 55-62.
Holsti L, Grunau RVE. Initial validation of the behavioral indicators of infant pain (BIIP).
Pain 2007;132:264-72.
Hummel P, Van Dijk M. Pain assessment: current status and challenges. Semin Fetal
Neonatal Med 2006;11:237-45.
JCAHO - Joint Commission on Accreditation of Healthcare Organizations
[homepage on the Internet]. Improving the quality of pain management through
measurement and action [cited 2013 Out 01]. Available from:
http://www.reliefinsite.com/downloads/Improving_the_Quality_of_Pain_Mgmt_Thru_Measu
rement_and_Action_JCAHO.pdf
Johnston CC, Stevens BJ, Yanf F, Horton L. Differential response to pain by very premature
neonates. Pain 1995;61:471-79.
Kanade T, Cohn JF, Tian Y. Comprehensive database for facial expression analysis.
Proceedings of the Fourth IEEE International Conference on Automatic Face and Gesture
Recognition; 2000 March 28-30; Grenoble, France. p. 46-533.
Krechel SW, Bildner J. CRIES: a new neonatal postoperative pain measurement score. Initial
testing of validity and reliability. Paediatr Anaesth 1995;5:53-61.
Labonia, M. Pain management for children: the OPBG experience - newborn pain. Paediatr
Child Health 2007;17:71-74.
Lagasse LL, Neal AR, Lester, BM. Assessment of infant cry: acoustic cry analysis and
parental perception. Mental Retard Dev Disab Res Rev 2005;11:83-93.
Lago P, Garetti E, Bocuzzo G, Merazzi D, Pirelli A, Pieragostini L, et al. Procedural pain in
neonates: the estate of the art in the implementation of national guidelines in Italy. Pediatr
Anesth 2013;23:407-08.
Lawrence J, Alcock D, McGrath P, Kay J, MacMurray SB, Dulberg C. The development of a
tool to assess neonatal pain. Neonatal Netw 1993;12:59-66.
Leite M. Revista TI Master [homepage na Internet]. Delphi ou Visual Basic: Qual o melhor?
[citado em Outubro 02, 2013]. Disponvel em:
http://www.timaster.com.br/revista/artigos/main_artigo.asp?codigo=889.
Lucey S, Matthews I, Hu C, Ambadar Z, de La Torre F, Cohn JF. AAM derived face
representations for robust facial action recognition. Proceedings of the Seventh IEEE
International Conference on Automatic Face and Gesture Recognition; 2006 April 2-6;
Southampton, UK. p. 155-160.
Lynch M. Pain as the fifth vital sign. J Intraven Nurs 2001;24:85-94.
Marshall RE, Porter FL, Rogers AG, Moore J, Anderson B, Boxerman SB. Circumcision: II.
Effects upon mother-infant interaction. Early Hum Dev 1982;7:367-74.
Merskey H. On the development of pain. Headache 1970;10:116-23.
Neves FMA, Corra DAM. Dor em recm-nascidos: a percepo da equipe de sade. Cienc
Cuid Sade 2008;7:461-67.
Nicolau CM, Pigo JDC, Bueno M, Falco MC. Avaliao da dor em recm-nascidos
prematuros durante a fisioterapia respiratria. Rev Bras Sade Mat Infant 2008;8:285-90.
Norden J, Hannallah R, Getson P, O'donnell R, Kelliher G, Walker N. Concurrent validation
of an objective pain scale for infants and children. Anesthesiology 1991;75(A):934.
Osofsky JD. Neonatal characteristics and mother-infant interaction in two observational
situations. Child Dev 1976;47:1138-47.
Owens ME. Pain in infancy: Conceptual and methodological. Pain 1984;20:213-30.
Pamplona Segundo M, Bellon ORP, Silva L. Segmentao facial em imagens de
profundidade. Rev Eletr Inic Cient 2007;7:4.
Pamplona Segundo M, Queirolo CC, Bellon ORP, Silva L. Deteco de caractersticas para o
reconhecimento de faces 3D com expresso facial. Rev Eletr Inic Cient 2008;8:2.
Pantic M, Rothkrantz JM. Automatic analysis of facial expressions: The state of art. IEEE
Computer Society Washington; 2000 Dec 22; DC, USA. p. 1424-45.
Perego CA, Lisboa MB, Bertagnolli SC. Workshop sobre Educao em Computao 2002
[homepage na Internet]. A migrao Pascal para Java: problemas e propostas de soluo
[citado em Outubro 02, 2013]. Disponvel em:
http://200.169.53.89/download/CD%20congressos../2002/SBC%202002/pdf/arq0135.pdf.
Pereira ALST, Guinsburg R, Almeida MFB, Monteiro AC, Santos AMN, Kopelman, BI.
Validade de parmetros comportamentais e fisiolgicos para a avaliao da dor aguda de
recm-nascidos a termo. So Paulo Med J 1999;117:72-80.
Prestes ACY, Guinsburg R, Balda RCX, Marba STM, Rugolo LMSS, Pachi PR, Bentlin MR.
Frequncia do emprego de analgsicos em unidades de terapia intensiva neonatal
universitrias. J Pediatr (Rio J) 2005;81:405-10.
Prestes ACY. Percepo da dor do recm-nascido pelo neonatologista e uso de analgesia
farmacolgica em unidades neonatais universitrias: o que mudou nos ltimos dez anos?
[Tese de doutorado]. So Paulo(SP): Universidade Federal de So Paulo (UNIFESP); 2013.
Prkachin KM, Berzins S, Mercer SR. Encoding and decoding of pain expressions: a
judgement study. Pain 1994;58:253-9.
Prkachin KM. Assessing pain by facial expression: facial expression as nexus. Pain Res
Manag 2009;14:53-8.
Queirolo CC, Silva L, Bellon ORP, Pamplona Segundo, M. 3d Face Recognition using the
Surface Interpenetration Measure: a Comparative Evaluation on the FRGC database. IEEE
19th International Conference on Pattern Recognition; 2008 Dec 8-11; Tampa, FL. p.1-5.
Roberts C. Modelling patterns of agreement for nominal scales. Stat Med 2008;27:810-30
Ruda MA, Ling QD, Hohmann AG, Peng YB, Tachibana T. Altered nociceptive neuronal
circuits after neonatal peripheral inflammation. Science 2000;289:521-22.
Sajaniemi J, Kuittinen M. Program animation based on the roles of variables. Proceedings of
the 2003 ACM symposium on Software visualization; 2003 Jun; San Diego, California. p.7-
16.
Schiavenato M, Byers JF, Scovanner P, Mcmahon JM, Xia Y, Lu N, He H. Neonatal pain
facial expression: Evaluating the primal face of pain. Pain 2008;138:460-71.
Silva RF, Schlnzen Junior K. Ambiente didtico grfico para a compreenso de lgica de
programao. VII Congresso Iberoamericano de Informtica Educativa; 2004 Oct 13-15;
Monterrey, Mexico. p. 68-74.
Simons SH, van Dijk M, Anand KS, Roofthooft D, van Lingen RA, Tibboel D. Do we still
hurt newborn babies? A prospective study of procedural pain and analgesia in neonates. Arch
Pediatr Adolesc Med 2003;157:1058-64.
Simons SHP, Tibboel D. Pain perception development and maturation. Sem Fetal Neonatal
Med 2006;11:227-31.
Siqueira BB, Santos EJP. Placa de aquisio de dados para registro e monitoramento em
tempo real, XXXIII COBENGE Congresso Brasileiro de Ensino de Engenharia; 2005 Set 12-
15; Campina Grande, Pb. p.1-7.
Sonnino B. Desenvolvendo aplicaes com Delphi 6. So Paulo: Makron Books; 2001.
Sousa BBB, Santos MH, Sousa FGM, Gonalves APF, Paiva SS. Avaliao da dor como
instrumento para o cuidar de recm-nascidos pr-termo. Rev Texto Contexto Enferm
2006;15:88-96.
Southall DP, Cronin BC, Hartmann H, Harrison SC, Samuels MP. Invasive procedures in
children receiving intensive care. Br Med J 1993;306:1512-13.
Souto SP. A dor no recm-nascido: o desafio da avaliao. Rev Nurs 2008;10:6-12.
Sparshott M. Pain, distress and the newborn baby [ebook on the Internet]. Blackwell Science;
1997 [cited 2009 Jul 9]. Available from:
http://www.google.com.br/books?id=Era4lqz5czcC&printsec=frontcover.
Stevens B, Johnston C, Petryshen P, Taddio A. Premature infant pain profile: development
and initial validation. Clin J Pain.1996;12:13-22.
Stevens B, McGrath P, Gibbins S, Beyene J, Breau L, Camfield C, et al. Determining
behavioural and physiological responses to pain in infants at risk for neurological impairment.
Pain 2007;127:94-102.
Stevens BJ, Franck L. Special needs of preterm infants in the management of pain and
discomfort. J Obstet Gynec Neonatal Nurs 1995;856-62.
Suraseranivongse S, Kaosaard R, Intakong P, Pornsiriprasert S, Karnchana Y, Kaopinpruck J,
Sangjeen K. A comparison of postoperative pain scales in neonates. Br J Anaesth
2006;97:540-44.
Taddio A, Shennan AT, Stevens B, Leeder JS, Koren G. Safety of lidocaineprilocaine cream
in the treatment of preterm neonates. J Pediatr 1995;127:1002-05.
Van Dijk M, Tibboel D. Update on Pain Assessment in Sick Neonates and Infants. Pediatr
Clin North Am 2012;59:1167-81.
Williamson PS, Williamson ML. Physiologic stress reduction by a local anesthetic during
newborn circumcision. Pediatrics 1983;71:36-40.
Willrich R. - INE5602 Introduo Informtica [homepage na Internet]. Linguagens de
Programao [citado em Outubro 02, 2013]. Disponvel em:
http://www.inf.ufsc.br/~willrich/Ensino/INE5602/
Zhao W, Chellappa RRA, Phillips PJ, Rosenfeld A. Face recognition: a literature survey.
ACM Comp Surv 2003;35:399-458.
ABSTRACT
Objective: To develop a software to identify facial expressions of pain in the newborn,
through the recognition of images to be used in real time in the intensive care units to assist
health professionals to monitor their presence and the need for intervention .
Method: Development of software to recognize facial movements of pain, according to a
validated neonatal pain scale, the Neonatal Facial Coding System (NFCS), namely: prominent
forehead with approximation of the eyebrows, eyes squeezed, cleft lip and nasolabial depth
stretched horizontally or vertically. The system was created in a Delphi environment for the
Windows platform object-oriented. For the initial calibration of the nodal points five neonates
were filmed during rest, painful procedure and recovery, and the face images analyzed
according to the system designed to detect the distances of the main nodal points. To validate
the system, the images of 30 newborns submitted to a painful procedure were acquired by
shooting with 3 digital cameras, being compared with the calibrated images used in the
creation of software. Of the 30 neonates analyzed by the system, 12 facial images were
selected (average of 2-3 at rest, one during the painful procedure, and an average 7-8 during
recovery) for analysis by six health professionals with expertise in recognition of neonatal
pain. The agreement between the system and the six evaluators regarding the 360 evaluated
images was tested by generalized kappa. The agreement between the software and each health
professionals was tested against the real situation of rest (no pain) in 60 images and the real
situation of pain, during the invasive procedure (30 images). Heterogeneity between the
results of the system and the average of the 6 reviewers regarding the number of pin facial
movements detected was tested by Bland- Altman graph for the situations of rest, procedure
and recovery.
Result: The system was developed with 35 screens of interaction with the user, allowing the
calibration and image analysis, as well as monitoring of the newborn during the time
determined by the user. The system captures 8,457 images of the 30 studied newborns, being
5,644 identified as face (188/newborn identified by the system). Of these, 12 images of each
patient were selected, totaling 360 images analyzed and classified by the system and by the
evaluators identified regarding the presence or absence of pain. The analysis of the correlation
between the six raters and the system for the 360 images analyzed showed a generalized
kappa of 0.975 (p<0.001). The system showed a sensitivity of 85% and a specificity of 100%
for detecting the absence of pain at rest, while the sensitivity and specificity were 100% for
detecting pain during the painful procedure. The number of pain movements detected by yhe
system and by the average of the 6 human raters was homogeneous during rest, during the
invasive procedures and at recovery.
Conclusion: The developed software showed excellent sensitivity and specificity to detect
pain during painful procedures in newborns. The number of facial movements of pain
detected by the system and by the health professionals was homogeneous throughout the
observation period. The developed system can help neonatologists to monitor pain in critically
ill newborn infants.
Keywords: pain, newborn, pain assessment, pain scales, facial expression of pain, facial
recognition.
ANEXO 1
Aprovao do Projeto no Comit de tica em Pesquisa
APNDICE A
Termo de Consentimento Livre e Esclarecido
TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO
Projeto: Desenvolvimento de software para identificar a expresso facial de dor do recm-nascido
Essas informaes esto sendo fornecidas para participao voluntria neste estudo que visa desenvolver um
programa de computador para identificar a expresso facial de dor de bebs internados na unidade de terapia intensiva. Esse
programa de computador dever ajudar os mdicos, enfermeiros e fisioterapeutas a perceber quando o beb est sentindo dor
e se preciso dar algum remdio para diminuir essa dor. Para ajudar a desenvolver esse programa de computador, precisamos
filmar o rosto de bebs durante a realizao de coleta de exames laboratoriais. Ou seja, quando o mdico precisar fazer algum
exame de sangue no beb, precisamos filmar o rosto dele antes, durante e depois da coleta de sangue. Nessa imagem do rosto
do beb, sero medido pontos que identificam a presena de dor. Garantimos que as imagens s sero usadas para o
desenvolvimento desse programa de computador e sero de uso exclusivo do pesquisador. Para obter essa imagem, o beb
no sofrer qualquer manipulao, nem ser exposto luz ou outros procedimentos que causem qualquer desconforto, alm
da coleta de sangue indicada pelo mdico para o exame que o beb precisa.
Assim, concordo com a filmagem e autorizo a utilizao da imagem facial do recm-nascido:
___________________________________________________, pois fui orientado e acompanhado por pelo pesquisador, que
me explicou sobre o funcionamento do programa de computador.
Em caso de qualquer dvida, os pesquisadores Tatiany Marcondes dos Santos (telefone 995109232) e Ruth
Guinsburg (telefone 996354250) esto disponveis para prestar esclarecimentos e responder s perguntas.
No h benefcio direto para o participante. Ao final do estudo, se o pesquisador conseguir desenvolver o
programa, os bebs muito doentes podero se beneficiar, pois o programa perceber a presena de dor nesses bebs.
Sei que em qualquer etapa do estudo, terei acesso aos profissionais responsveis pela pesquisa para esclarecimento
de eventuais dvidas.
Os nomes dos bebs e de suas mes no sero revelados em nenhum relatrio ou publicao oriundo deste estudo,
como assegurado por normas ticas internacionais.
Considero-me suficientemente informado e sabendo:
- Da inexistncia de desconforto, risco ou nus financeiro por participar da pesquisa;
- Que no h compensao financeira relacionada participao na pesquisa.
- H garantia do sigilo das informaes que irei fornecer e que sero usadas apenas para fins cientficos, mantendo minha
privacidade, no podendo ser consultada por pessoas leigas sem que haja minha prvia autorizao por escrito;
- Esclarecimento a qualquer momento da pesquisa sobre qualquer considerao ou dvida sobre a tica da pesquisa,
entrando em contato com o Comit de tica em Pesquisa (CEP) Rua Botucatu, 572 1 andar cj 14, 5571-1062,
FAX: 5539-7162 E-mail: cepunifesp@epm.br
- Que tenho a possibilidade de desistncia a qualquer momento da pesquisa;
- Que tenho direito de me recusar a participar ou retirar o consentimento a qualquer momento sem prejuzo ou
penalizaes.
- Que o pesquisador tem o compromisso de utilizar os dados e o material coletado somente para esta pesquisa.
CONSENTIMENTO INFORMADO
Eu,..............................................................................................................RG......................................responsvel pelo
recm-nascido ......................................................................... fui suficientemente informado a respeito das informaes que
li, ou que foram lidas para mim, e concordo voluntariamente em participar do projeto: DESENVOLVIMENTO DE
SOFTWARE PARA IDENTIFICAR A EXPRESSO FACIAL DE DOR DO RECM-NASCIDO, e poderei retirar
meu consentimento a qualquer hora, antes ou durante o mesmo, sem penalidades ou perda de qualquer benefcio que eu possa
ter adquirido. A minha assinatura nesse termo de Consentimento Livre e Esclarecido TCLE dar a autorizao ao
patrocinador do estudo de utilizar os dados obtidos quando se fizer necessrio, incluindo a divulgao dos mesmos. Os
detalhes deste estudo foram satisfatoriamente explicados e todas as minhas dvidas respondidas. Assino o presente
documento em duas vias de igual teor e forma, ficando uma em minha posse.
___________________________
Assinatura do Paciente e/ou Responsvel
RG:........................................... Tel:.......................................
Declaro que expliquei pessoalmente este termo de consentimento informado, respondendo s dvidas apresentadas.
___________________________ ___________________________
Assinatura do Aluno Pesquisador Assinatura do Docente Responsvel
Tatiany Marcondes Heiderich Prof. Dr Ruth Guinsburg
Rua D. Pedro II, 55 / Suzano / CEP 08683-070 So Paulo
Telefone: (11)995109232 Telefone: (11)996354250
So Paulo, ____________________________________
APNDICE B
Termo de Concordncia
DESENVOLVIMENTO DE SOFTWARE PARA IDENTIFICAR A EXPRESSO
FACIAL DE DOR DO RECM-NASCIDO
Pesquisador Responsvel: Ruth Guinsburg
Estudante com Bolsa Vigente: Tatiany Marcondes Heiderich
Instituio: Disciplina de Pediatria Neonatal da Escola Paulista de Medicina da UNIFESP
TERMO DE CONCORDNCIA
OBJETIVO DO ESTUDO
Desenvolver um software para identificar a expresso facial de dor do recm-nascido, por meio do
reconhecimento de imagens, a ser utilizado em tempo real, nas unidades de terapia intensiva para
auxiliar os profissionais de sade a monitorar sua presena e a necessidade de interveno.
PROCEDIMENTOS DO AVALIADOR
Realizar avaliao das imagens faciais de diversos recm-nascidos com expresses faciais diferentes,
atravs de fotografias, e opinar em que situao de expresso facial cada um se encontra, de acordo
com a escala de dor NFCS, sendo considerada face de desconforto pontuao igual a 3 e face de dor
pontuao maior ou igual a 4.
RISCOS OU PROBLEMAS RELACIONADAOS AVALIAO
Nenhum. A no concordncia em participar do estudo tambm no acarretar em qualquer prejuzo ao
neonatologista convidado.
GARANTIA DE SIGILO E PRIVACIDADE
As informaes relacionadas ao estudo so confidenciais e qualquer informao divulgada em
relatrio ou publicao ser feita sob forma codificada, para que a confidencialidade dos dados seja
mantida.
Diante do exposto acima eu, ____________________________________________________,
RG: __________________, declaro quer sou um profissional da rea da sade com especializao em
neonatologia e experiente na avaliao da dor do recm-nascido, e concordo em participar desta
pesquisa como AVALIADOR, sendo devidamente esclarecido sobre os objetivos do estudo e
procedimentos a mim designados.
So Paulo, ____/______/________
__________________________ _________________________
Assinatura do Aluno Pesquisador Assinatura do Docente Responsvel
Tatiany Marcondes Heiderich Prof. Dr Ruth Guinsburg
Rua D. Pedro II, 55 / Suzano / CEP 08683-070 So Paulo
Telefone: (11)995109232 Telefone: (11)996354250