Acidentes de trânsito são a causa mais comum de visitas ao pronto-socorro, hospitalizações e mortes relacionadas a traumatismo cranioencefálico entre pessoas de 15 a 34 anos, de acordo com um relatório de 2013 dos Centros de Controle e Prevenção de Doenças.

Traumatismo crâniano, ou TBI, representa cerca de 30 por cento de todas as mortes por ferimentos nos Estados Unidos, e o diagnóstico e tratamento precoces são uma das formas mais importantes de prevenir essas mortes.

O professor de engenharia aeroespacial e mecânica Samy Missoum, que também é diretor da Otimização de Design Computacional de Sistemas de Engenharia, ou Laboratório CODES, e o estudante de graduação Seyed Saeed Ahmadisoleymani publicou recentemente um artigo em Métodos Computacionais em Biomecânica e Engenharia Biomédica que detalha um novo método para calcular a probabilidade de um TCE devido a um acidente de carro.

"Ao contrário do futebol americano ou aplicações militares, não tem havido muita pesquisa sobre a ligação entre acidentes de carro e TBI, "Missoum disse." Desenvolvemos os primeiros passos de um método para avaliar a probabilidade de TCE com base nas condições de colisão, como a velocidade e o ângulo do impacto. "

Combinando Experimentação com Dados Computacionais

A pesquisa de TBI tradicionalmente envolve métodos experimentais, como a realização de testes em animais ou a coleta de dados sobre jogadores de futebol. Outras abordagens são puramente computacionais - por exemplo, usando modelos de elementos finitos, que são ferramentas matemáticas para prever como um sistema como o cérebro se comportará quando sujeito a forças externas.

A abordagem de Missoum funde dados experimentais e computacionais. Ele usa dados experimentais para simular como um manequim se move em um acidente de carro e aplica os dados de movimento da simulação a um modelo de computador do cérebro para ver como isso seria afetado. Essa fusão de dados fornece a base para um método que os pesquisadores esperam poder calcular a probabilidade de TCE após um acidente de carro.

O método pode até fazer previsões se os pesquisadores não tiverem certeza sobre a velocidade de colisão e o ângulo de impacto, ou se eles não têm muitas informações sobre o cérebro da pessoa envolvida no acidente.

“Do ponto de vista científico, a novidade aqui é como estamos combinando dados computacionais e dados experimentais, embora também seja responsável por várias fontes de incerteza, "Missoum disse." De um ponto de vista prático, o método fornece uma ferramenta para determinar a probabilidade de TCE. "

O trabalho está em estágios iniciais, mas um dos objetivos do projeto é que os socorristas possam chegar ao local de um acidente e inserir as informações sobre o acidente em uma ferramenta, talvez um aplicativo móvel, isso determinará a probabilidade de um TCE imediatamente.

"Digamos que um paramédico chegue ao local de um acidente de carro, "Missoum disse." Eles poderiam inserir as informações em uma ferramenta e dizer:'OK, com base nas características deste acidente, essa pessoa terá uma probabilidade de 70 a 80 por cento de lesão cerebral traumática grave. '"

Aprendizado de máquina:um capacitador importante

Entrar em um acidente de carro pode causar uma lesão cerebral traumática ou não. Os pesquisadores usaram uma abordagem de aprendizado de máquina desenvolvida anteriormente no Laboratório CODES para refinar o limite que separa os dois resultados e determinar com mais precisão o risco de TCE. No futuro, esta abordagem irá melhorar ainda mais a precisão, aumentando o número de fatores que pode considerar, como o peso do veículo ou a idade do ocupante.

A equipe de pesquisa espera incorporar dados de acidentes de carro reais, obtido do Departamento de Transporte do Arizona, em suas pesquisas. Informações como o ângulo de impacto em uma falha não estão disponíveis nos relatórios de falha atuais, tornando a capacidade desse método de fazer cálculos com um grau de incerteza especialmente importante.