MIT-ANPEI Brazil Summit 2026TechPain Monitor: tecnologia e inovação aberta para compreender a dor na doença de Parkinson
Fabiana Noronha prestígio (1)
Avaliação por modelos + Supervisão Editorial.
Aceite provisório
Registro já válido e público — número, score e prova congelados. Em revisão complementar do comitê; um endosso o torna definitivo, e o número não muda.
Monitoramento diário revela que, no Parkinson, a duração e a distribuição da dor distinguem perfis que a intensidade média sozinha pode ocultar.
Resumo executivo
A TechPain, em parceria com a Universidade Federal de Santa Catarina, aplicou sua tecnologia, TechPain Monitor, para superar uma limitação relevante no acompanhamento da dor na doença de Parkinson: a dependência de avaliações pontuais, geralmente concentradas apenas na intensidade da dor. A plataforma possibilitou o registro diário da intensidade, duração e distribuição corporal da dor, além de sintomas associados, sono e uso de medicamentos, gerando dados longitudinais em condições reais.
Entre dezembro de 2023 e fevereiro de 2025, 68 participantes produziram 20.971 registros durante 14 meses. A análise por aprendizagem não supervisionada identificou perfis de alta e baixa carga de dor. No perfil de alta carga, a intensidade média foi 2,4 vezes maior, enquanto a duração acumulada foi 6,7 vezes maior e a extensão corporal da dor foi 9,2 vezes maior na região anterior e 11,3 vezes maior na região posterior. A intensidade apareceu apenas na décima posição entre as características que mais diferenciaram os perfis.
Os resultados demonstraram que a intensidade isolada não representa adequadamente a carga de dor. A combinação de monitoramento móvel, indicadores longitudinais e análise de dados permitiu incorporar dimensões temporais e espaciais relevantes para uma avaliação mais completa. A iniciativa exemplifica um modelo de inovação aberta ao integrar a tecnologia e a capacidade de desenvolvimento da TechPain à competência científica e clínica da UFSC. Os resultados foram publicados no Journal of Neural Transmission. DOI: 10.1007/s00702-026-03250-9.
Paper completo
Entre para baixar o PDF registradoTechPain Monitor: tecnologia e inovação aberta para compreender a dor na doença de Parkinson Case Nacional de Inovação 2026 Organização responsável: TechPain Pesquisa e Desenvolvimento Científico LTDA Problema que a iniciativa atacou e sua relevância A dor afeta até 85% das pessoas com doença de Parkinson e compromete a qualidade de vida e a funcionalidade. Sua avaliação, porém, ainda costuma ocorrer apenas em consultas pontuais com foco na intensidade da dor relatada naquele momento. Essa abordagem não registra adequadamente as flutuações diárias, a persistência dos episódios nem a distribuição da dor pelo corpo. Assim, pacientes com dor persistente ou disseminada podem ser subestimados quando apresentam intensidades médias de dor semelhantes.
Papel da tecnologia no resultado O sistema desenvolvido pela TechPain, TechPain Monitor, permitiu o registro diário, em condições reais, da intensidade e duração da dor, sua localização em mapa corporal digital, sintomas associados, sono e medicamentos. A plataforma transformou relatos dispersos em séries longitudinais padronizadas. Os dados foram consolidados por participante, evitando pseudoreplicação, e analisados por aprendizagem não supervisionada, com HDBSCAN e KMeans, para identificar perfis multidimensionais de carga de dor.
A tecnologia foi determinante para calcular medidas cumulativas de duração e extensão corporal que não seriam obtidas em uma avaliação clínica isolada. O objetivo não foi automatizar diagnósticos, mas revelar padrões capazes de ampliar a caracterização e o acompanhamento da dor dos pacientes.
Modelo de inovação aberta A iniciativa uniu competências complementares da empresa e da Universidade Federal de Santa Catarina. A TechPain desenvolveu a plataforma, o conhecimento do produto e a capacidade de estruturar e processar dados longitudinais. A UFSC contribuiu com conhecimento científico sobre dor e Parkinson, desenho e condução da pesquisa clínica e governança ética. Essa interação transformou dados gerados pela tecnologia em evidência científica publicada e conhecimento aplicável à evolução da solução.
Resultado medido e período de avaliação Entre dezembro de 2023 e fevereiro de 2025, 68 pessoas com doença de Parkinson utilizaram a plataforma durante 14 meses e produziram 20.971 registros diários. A análise identificou um perfil de alta carga de dor, com 17 participantes, e um perfil de baixa carga, com 50 participantes. A intensidade média de dor foi de 4,07 no grupo de alta carga e 1,67 no de baixa carga, diferença de 2,4 vezes. As medidas longitudinais
distinguiram os grupos com maior magnitude: a duração acumulada foi 6,7 vezes maior, a extensão anterior 9,2 vezes maior e a extensão posterior 11,3 vezes maior no grupo de alta carga. A intensidade média ocupou apenas a décima posição entre as características que mais diferenciaram os perfis.
O perfil de alta carga também apresentou maior complexidade terapêutica e maior número de sintomas e domínios sintomáticos ativos. A frequência de registros não esteve associada ao perfil identificado (r = 0,16; p = 0,20), indicando que o resultado não foi explicado apenas pelo maior uso do sistema.
O resultado central foi demonstrar que a intensidade isolada representa somente parte da carga de dor. A duração acumulada e a distribuição corporal foram mais discriminativas entre os perfis, fornecendo base científica para que o acompanhamento digital incorpore dimensões temporais e espaciais além da escala numérica tradicional.
Estágio da inovação e replicabilidade A plataforma foi utilizada em condições reais durante 14 meses e os resultados foram publicados após revisão por pares. O caminho pode ser reproduzido em outras condições crônicas por meio da coleta diária padronizada, consolidação por paciente, construção de indicadores longitudinais e identificação de perfis multidimensionais.
Como o estudo foi observacional e exploratório, os perfis ainda exigem validação externa e avaliação prospectiva antes de orientar decisões clínicas.
Estudo publicado Multidimensional pain patterns in Parkinson’s disease: a longitudinal mobile health study DOI: 10.1007/s00702-026-03250-9 Participantes, parceiros e apoio financeiro A TechPain desenvolveu e disponibilizou a plataforma e participou da concepção da solução, do processamento e da análise dos dados. A UFSC foi a parceira científica, oferecendo o ambiente acadêmico e clínico, a governança ética, a condução da pesquisa e a supervisão científica.
O estudo recebeu apoio do CNPq, FAPESC e CAPES. O desenvolvimento tecnológico e a trajetória de inovação da TechPain também receberam apoio da FINEP, FAPESC e SEBRAE por meio do programa Catalisa ICT.
[conteúdo visual do documento] [página 1]
TECH
PAIN
[página 2]
TECH
PAIN
Como citar
NORONHA, Fabiana. TechPain Monitor: tecnologia e inovação aberta para compreender a dor na doença de Parkinson. Crivum, 2026. Disponível em: https://crivum.org/p/28v912oc.
Noronha, F. (2026). TechPain Monitor: tecnologia e inovação aberta para compreender a dor na doença de Parkinson. Crivum. https://crivum.org/p/28v912oc
@misc{crivum_mc65,
author = {Fabiana Noronha},
title = {TechPain Monitor: tecnologia e inovação aberta para compreender a dor na doença de Parkinson},
year = {2026},
publisher = {Crivum},
url = {https://crivum.org/p/28v912oc},
note = {Crivum MC65},
}Viu um problema nesta obra?
Toda obra publicada aqui fica aberta ao exame de quem lê. Se você encontrou dado que não se sustenta, trecho sem crédito ou autoria que não confere, aponte. A editoria lê todos os apontamentos.
Apontar exige conta, para o registro ter um nome por trás. Entre antes de escrever, assim você não perde o texto. Entrar para apontar
Um apontamento vai direto à editoria e fica registrado. Quando 3 pessoas diferentes apontam a mesma obra, ela sai do ar na hora e o caso vai ao comitê. A avaliação e o registro permanecem em qualquer caso, o que muda é a disponibilidade.