Entenda como a IA está entrando na reabilitação cardiopulmonar e por que o fisioterapeuta continua sendo insubstituível.
Imagine chegar para a fisioterapia e encontrar um robô de jaleco segurando um oxímetro, um Powerbreathe e uma prancheta.
Pode ficar tranquilo. Pelo menos, por enquanto, não é disso que estamos falando.
A inteligência artificial, ou simplesmente IA, está começando a ocupar um espaço importante na reabilitação cardiopulmonar. Mas sua função não é substituir o fisioterapeuta, dar bronca quando você falta ao treino ou decidir sozinha que hoje é dia de aumentar a carga.
Na prática, ela funciona mais como uma espécie de copiloto digital: organiza informações, acompanha sinais fisiológicos, identifica padrões, ajuda a personalizar exercícios e pode avisar quando alguma coisa parece estar saindo do esperado.
A literatura científica mostra que a combinação entre telereabilitação, monitoramento remoto e acompanhamento profissional pode tornar o tratamento mais acessível, contínuo e individualizado.[1,2]
Primeiro, o que a IA realmente faz na reabilitação?
Quando falamos em inteligência artificial na saúde, estamos reunindo várias tecnologias diferentes.
Isso pode incluir programas que analisam a execução de um exercício pela câmera do celular, algoritmos que interpretam dados de relógios inteligentes, sistemas que ajustam a progressão do treinamento e modelos que tentam prever quais pacientes apresentam maior risco de abandonar o tratamento ou sofrer uma piora clínica.
Ou seja, a IA não “pensa” sobre o paciente da mesma forma que um profissional. Ela procura padrões em grandes quantidades de dados.
É como aquele amigo extremamente observador que percebe que você sempre falta à fisioterapia quando chove. A diferença é que o algoritmo consegue analisar frequência cardíaca, pressão arterial, oxigenação, passos, qualidade dos exercícios, sintomas e adesão praticamente ao mesmo tempo.
E nos pacientes com doenças pulmonares?
Aqui começam a aparecer resultados bastante interessantes.
Uma revisão sistemática com meta-análise publicada em 2026 avaliou três ensaios clínicos randomizados, totalizando 456 participantes. Os programas de reabilitação pulmonar assistidos por IA proporcionaram uma melhora média de 22,08 metros no teste de caminhada de seis minutos, quando comparados ao cuidado habitual.[3]
Para quem olha de fora, 22 metros podem parecer apenas o caminho entre o sofá e a cozinha depois de esquecer o celular. Mas, na reabilitação pulmonar, o teste de caminhada ajuda a avaliar a capacidade funcional, a tolerância ao esforço e a resposta ao tratamento.
O resultado é promissor, embora ainda precise ser interpretado com cautela. Foram poucos estudos, houve diferenças entre os programas analisados e ainda faltam pesquisas maiores, com protocolos mais padronizados e acompanhamento de longo prazo.[3]
Na doença pulmonar obstrutiva crônica, a famosa DPOC, uma revisão de 40 estudos identificou aplicações da IA em diferentes etapas do cuidado: diagnóstico, monitoramento, tratamento, previsão de exacerbações e reabilitação.[4]
Segundo essa revisão, algumas plataformas domiciliares aumentaram a adesão à reabilitação em mais de 30%, sem exigir equipamentos adicionais. Modelos que combinavam informações de sensores, imagens e outros dados clínicos também apresentaram desempenho encorajador na previsão de exacerbações.[4]
Mas atenção: isso não significa que o celular ganhou poderes de vidente.
Esses algoritmos podem identificar mudanças sutis antes que o paciente perceba uma piora evidente, porém muitos ainda precisam ser testados em diferentes hospitais, países e populações. Um modelo excelente em determinado grupo pode não funcionar da mesma maneira em outro.
Reabilitação pulmonar em casa funciona?
Em muitos casos, sim.
Uma meta-análise de 2026 reuniu 17 ensaios clínicos que compararam a telereabilitação pulmonar com programas realizados presencialmente em centros especializados.[5] Os resultados indicaram que a modalidade remota pode alcançar, no curto prazo, resultados clínicos semelhantes aos da reabilitação presencial, especialmente quando existe supervisão profissional, acompanhamento estruturado e suporte tecnológico adequado.[5]
Por outro lado, os benefícios nem sempre se mantiveram da mesma forma no acompanhamento de longo prazo. Além disso, os autores destacaram que pacientes mais complexos, instáveis ou com necessidade de supervisão próxima continuam se beneficiando do atendimento presencial.
A conclusão é bastante sensata: não existe uma disputa entre “online” e “presencial”. Existe a necessidade de escolher o modelo mais seguro e adequado para cada pessoa.
E o coração, entra nessa conversa?
Entra e com direito a relógio inteligente, sensores e muitos dados.
Na reabilitação cardíaca, está ganhando força o conceito de reabilitação de precisão. A proposta é combinar dados clínicos, exames de imagem, respostas fisiológicas, informações genéticas e outros marcadores para compreender melhor as características de cada paciente e individualizar a prescrição dos exercícios.[6]
Em vez de oferecer exatamente o mesmo programa para pessoas com histórias, limitações e respostas diferentes, a IA poderia ajudar a responder perguntas mais específicas:
● Quem precisa de progressão mais lenta?
● Quem está apresentando melhora menor que a esperada?
● Quem corre maior risco de abandonar o programa?
● Quem precisa de mais contato e incentivo da equipe?
● Quais variáveis estão limitando a capacidade funcional?
É uma ideia fascinante. Mas os próprios pesquisadores reconhecem que a chamada reabilitação cardíaca de precisão ainda está em desenvolvimento. A utilidade clínica de dados genômicos, proteômicos e metabólicos, por exemplo, ainda não está estabelecida para a rotina dos programas de reabilitação.[6]
O relógio inteligente pode acompanhar minha evolução?
Pode ajudar, mas ainda não aposente o teste de caminhada.
Um estudo acompanhou 129 pacientes durante três meses de reabilitação cardíaca. Durante os testes de caminhada, os participantes utilizaram um sensor com eletrocardiograma e acelerômetro.[7]
Com esses dados, um modelo de machine learning avaliou variáveis como esforço e resposta cronotrópica, a capacidade do coração de aumentar adequadamente a frequência cardíaca durante o exercício. O modelo conseguiu acompanhar a progressão funcional dos pacientes, apresentando erro médio absoluto de 42,8 metros na estimativa da distância caminhada.[7]
Traduzindo: o sistema conseguiu identificar tendências de evolução, mas ainda não substitui uma avaliação funcional completa.
O wearable pode mostrar que alguma coisa está mudando. O fisioterapeuta precisa interpretar por que ela está mudando e decidir o que fazer com essa informação.
A IA também consegue prever quem vai desistir?
Ela está tentando.
Um estudo publicado em 2025 utilizou informações de 1.448 participantes para desenvolver modelos capazes de prever a efetividade e a adesão à reabilitação cardíaca.[8] O modelo Random Forest apresentou área sob a curva, ou AUC, de 0,789 para prever a efetividade do programa. Para a previsão de adesão, a regressão logística alcançou AUC de 0,757.[8]
Sem transformar este blog em uma aula de estatística, uma AUC mais próxima de 1 indica melhor capacidade de diferenciar os pacientes que provavelmente terão determinado resultado daqueles que não terão.
O objetivo não deve ser colocar um carimbo de “vai aderir” ou “vai abandonar” na testa de ninguém. A utilidade real está em identificar precocemente quem pode precisar de mais educação, acompanhamento, contato da equipe, adaptação dos horários ou apoio para superar barreiras.
E quando a IA orienta exercícios em tempo real?
Um ensaio clínico randomizado publicado em 2026 avaliou um programa de telerreabilitação de oito semanas em pessoas com hipertensão.[9]
O sistema utilizava reconhecimento por IA, monitoramento em tempo real e orientações personalizadas. Comparado ao grupo controle, o grupo que realizou a intervenção apresentou:
● aumento de 62,77 metros no teste de caminhada de seis minutos;
● aumento de 3,39 mL/kg/min no consumo de oxigênio de pico;
● redução de 4,11 mmHg na pressão arterial sistólica;
● melhora da atividade física e da confiança para realizar exercícios.[9]
São resultados relevantes, especialmente por mostrarem que a tecnologia pode ajudar o paciente a manter uma rotina de exercícios fora da clínica.
Ainda assim, esse estudo foi realizado em uma população específica, com hipertensão, durante oito semanas. Portanto, não podemos simplesmente copiar os resultados para todas as doenças cardíacas ou pulmonares.
Então podemos deixar a IA cuidar de tudo?
Definitivamente, não.
Uma revisão sistemática publicada em 2026 analisou 30 estudos sobre inteligência artificial em diferentes áreas da reabilitação. A conclusão foi muito interessante: atualmente, a IA funciona principalmente como um amplificador comportamental.[10]
Em outras palavras, ela ajuda a organizar os programas domiciliares, orientar a execução, fornecer lembretes, monitorar a adesão e manter o paciente envolvido. Mas ainda não demonstrou ser uma substituta do cuidado oferecido por um profissional com acompanhamento equivalente.[10]
A revisão também identificou limitações importantes:
● poucos modelos foram validados em múltiplos centros;
● alguns algoritmos são pouco transparentes;
● muitos estudos tiveram acompanhamento curto;
● ainda existem dúvidas sobre segurança, privacidade e responsabilidade;
● o acesso à tecnologia não é igual para todos;
● idosos e pessoas com pouca familiaridade digital podem enfrentar maiores dificuldades;
● a evidência clínica disponível varia de baixa a moderada.[10]
Ou seja, a tecnologia está animada, mas a ciência continua com um pé no freio — como deve ser.
O futuro será humano ou tecnológico?
Provavelmente, os dois.
A melhor reabilitação cardiopulmonar não será aquela que escolher entre o profissional e a tecnologia. Será aquela que souber combinar os dois.
A IA pode analisar milhares de dados, acompanhar tendências e ajudar na personalização. Mas ainda é o fisioterapeuta que observa a expressão do paciente, escuta seus receios, reconhece suas limitações, adapta o exercício, considera suas preferências e decide quando é seguro avançar ou quando é melhor parar.
Um algoritmo pode perceber que a frequência cardíaca aumentou.
O profissional precisa entender se isso aconteceu porque o exercício ficou mais intenso, porque o paciente está ansioso, porque dormiu mal, porque esqueceu a medicação ou porque alguma condição clínica merece investigação.
É justamente aí que mora a diferença.
Na RespiCare, tecnologia não substitui cuidado. Ela melhora o cuidado.
A inteligência artificial representa uma fronteira promissora para a reabilitação cardiopulmonar. Ela pode ampliar o acesso, facilitar o monitoramento remoto, apoiar a adesão, personalizar exercícios e ajudar a identificar riscos mais cedo.
Mas ainda precisamos de estudos maiores, validação em diferentes populações, regulamentação, segurança de dados e integração responsável com a prática clínica.
Por enquanto, a melhor fórmula continua sendo bastante conhecida:
Ciência, tecnologia, exercício bem prescrito e gente cuidando de gente.
E, convenhamos, ainda não inventaram algoritmo capaz de substituir completamente um bom fisioterapeuta dizendo:
“Respira, controla o movimento e vamos só mais uma.”
REFERÊNCIAS:
Aragaki D, Luo J, Weiner E, Darvish B. Cardiopulmonary telerehabilitation. Physical Medicine and Rehabilitation Clinics of North America. 2021. doi:10.1016/j.pmr.2021.01.004.
Ramachandran HJ, Jiang Y, Tam WWS, et al. Effectiveness of home-based cardiac telerehabilitation as an alternative to phase 2 cardiac rehabilitation of coronary heart disease: a systematic review and meta-analysis. European Journal of Preventive Cardiology. 2022. doi:10.1093/eurjpc/zwab106.
Cinkavuk E, Calik E, Vardar-Yagli N. The effect of artificial intelligence-assisted pulmonary rehabilitation on exercise capacity: a systematic review and meta-analysis. International Journal of Medical Informatics. 2026;211:106336. doi:10.1016/j.ijmedinf.2026.106336.
Chen S, Xing S, Zhang G, Qiu F. Innovative applications and challenges of artificial intelligence in the whole-course management of chronic obstructive pulmonary disease. International Journal of Chronic Obstructive Pulmonary Disease. 2026;21. doi:10.2147/COPD.S568919.
Li Y, Zhang H, Zhao G, et al. Comparing pulmonary telerehabilitation and center-based pulmonary rehabilitation for effectiveness and adherence in chronic obstructive pulmonary disease: systematic review and meta-analysis of randomized controlled trials. Journal of Medical Internet Research. 2026;28:e80500. doi:10.2196/80500.
Ghram A, Loureiro Diaz J, Raghavan P, et al. Toward precision cardiac rehabilitation: current limitations and future opportunities of omics and artificial intelligence. Sports Medicine. 2026. doi:10.1007/s40279-026-02453-0.
De Cannière H, Corradi F, Smeets CJP, et al. Wearable monitoring and interpretable machine learning can objectively track progression in patients during cardiac rehabilitation. Sensors. 2020;20(12):3601. doi:10.3390/s20123601.
Tsarapatsani KH, Tsakanikas VD, Schmitz B, et al. Development of machine learning models for predicting effectiveness and adherence in cardiac rehabilitation. IEEE Journal of Biomedical and Health Informatics. 2025;29(12):8783–8790. doi:10.1109/JBHI.2025.3613802.
Yao Q, Qiu B, He L, et al. Effects of artificial intelligence recognition-based telerehabilitation on exercise capacity in patients with hypertension: randomized controlled trial. Journal of Medical Internet Research. 2026;28:e81400. doi:10.2196/81400.
El Arab RA, Al Moosa OA, Almagharbeh WT, et al. Artificial intelligence in physical, occupational and neuro-rehabilitation: clinical effectiveness, prognostic performance, and pre-implementation feasibility—a systematic review. Journal of Medical Systems. 2026;50:78. doi:10.1007/s10916-026-02400-6.
