Hoje, queremos falar sobre algo que raramente entra na conversa sobre medicina estética: a ciência por trás da visualização corporal moderna.
Sentamos com Endri Dibra, CEO da Laboratórios Arbrea, cuja pesquisa de doutorado na ETH Zurich sobre reconstrução 3D do corpo usando aprendizado profundo se tornou uma das primeiras bases para como cirurgiões e pacientes visualizam a transformação corporal hoje.
Seus artigos de pesquisa, HS-Nets: Estimando o Formato do Corpo Humano a Partir de Silhuetas com Redes Neurais Convolucionais e Forma Humana a Partir de Silhuetas Usando Descritores HKS Generativos e Redes Neurais Cross-Modal, introduziu um dos primeiros sistemas de aprendizado profundo capazes de reconstruir um corpo humano 3D completo a partir de apenas duas fotografias, anos antes da IA generativa e da renderização neural se tornarem tópicos populares.
Interessantemente, a relevância deste trabalho só tem aumentado com o tempo.
Quando Endri publicou esta pesquisa em 2016, a visualização corporal ainda era em grande parte experimental. Hoje, o cenário médico mudou drasticamente. O surgimento de medicamentos GLP-1 como Ozempic e Wegovy está criando transformações corporais rápidas que os pacientes cada vez mais querem entender visualmente, não apenas numericamente. Condições como o Lipedema estão finalmente entrando na discussão clínica mainstream, criando demanda por melhores ferramentas para mapear, rastrear e visualizar o corpo ao longo do tempo.
Além da cirurgia em si, as implicações se estendem ao monitoramento da recuperação, vestuário de compressão, consultas digitais e confiança do paciente durante toda a jornada de tratamento. O que começou como pesquisa em reconstrução do corpo humano a partir de silhuetas está se tornando parte da infraestrutura para como a medicina entende a forma humana digitalmente.
Você também pode ler as reflexões de Endri sobre a pesquisa e seu impacto a longo prazo em seu recente Post no LinkedIn.
Entrevista
O artigo introduziu um dos primeiros sistemas de aprendizado profundo a reconstruir um corpo 3D completo a partir de apenas duas fotografias. Por que duas visualizações foram a decisão técnica fundamental?
Na época, a maioria dos sistemas de reconstrução 3D dependia de scanners caros, múltiplas câmeras sincronizadas ou ambientes altamente controlados. Isso dificultava a escalabilidade da tecnologia clinicamente ou seu uso em ambientes cotidianos. O insight chave foi que o corpo humano já contém uma enorme quantidade de informações geométricas em sua silhueta. Uma visão frontal e lateral juntas restringem a forma do corpo surpreendentemente bem. Ao combinar essas duas visões com modelos corporais estatísticos e aprendizado profundo, pudemos estimar um corpo 3D realista sem exigir hardware especializado.
Duas imagens também foram uma decisão prática. Se você pede aos pacientes para capturar dez imagens ou usar sensores externos, a adoção cai imediatamente. Mas duas fotos pelo celular são simples, rápidas e escaláveis globalmente. Esse princípio ainda impulsiona muitas das decisões de design que tomamos hoje na Arbrea.
Como isso se traduz para o que Corpo Arbrea hoje?
A filosofia central permanece a mesma: tornar a visualização avançada do corpo acessível em fluxos de trabalho clínicos reais.
Na Arbrea Labs, evoluímos esses conceitos iniciais de pesquisa para uma plataforma em tempo real para consultas estéticas e reconstrutivas. Em vez de apenas reconstruir a geometria corporal, Corpo Arbrea combina visão computacional, IA, RA e tecnologia de simulação para ajudar cirurgiões e pacientes a se comunicarem visualmente durante as consultas. O importante não é apenas o realismo. É confiança e comunicação.
A visualização cria uma linguagem compartilhada entre cirurgião e paciente. A tecnologia ajuda a reduzir a incerteza, mantendo o cirurgião no centro do processo de consulta. O que começou como pesquisa acadêmica sobre silhuetas se tornou uma ferramenta de comunicação clínica.
Para onde você vê isso indo em seguida? Qual é o problema que ainda precisa ser resolvido?
Hoje, a maioria dos sistemas se concentra em um único momento no tempo: uma consulta, um exame, uma simulação. Mas o corpo humano muda continuamente devido ao envelhecimento, cirurgias, hormônios, mudanças de peso, gravidez, medicamentos como GLP-1s, processos de recuperação ou condições médicas como o lipedema. O verdadeiro desafio é construir sistemas que possam entender e visualizar essas mudanças ao longo do tempo de forma responsável e precisa. Isso requer mais do que computação gráfica. Envolve biomecânica, IA, computação com preservação de privacidade, validação médica e design centrado no paciente. Também significa ir da visualização estática para a modelagem preditiva personalizada.
O corpo é dinâmico. A medicina digital ainda o trata, em grande parte, como estático.
O artigo mostrou que seu sistema rodava em menos de meio segundo por imagem, ordens de magnitude mais rápido do que qualquer outra coisa na época. Por que a velocidade importava tanto?
A velocidade era essencial porque a interação muda o comportamento.
Se um sistema leva minutos para reconstruir um corpo, isso se torna um processo técnico offline. Mas se os resultados aparecem quase instantaneamente, isso se torna parte de uma conversa natural entre médico e paciente. Feedback em tempo real cria engajamento. Um cirurgião pode ajustar entradas, explicar proporções, discutir opções e iterar colaborativamente durante a própria consulta.
Essa foi uma das primeiras constatações que mais tarde se tornaram centrais para os produtos da Arbrea: a latência não é apenas uma métrica técnica. Ela muda fundamentalmente a experiência e a adoção do usuário. Mesmo hoje, alcançar simulação de alta qualidade diretamente em dispositivos móveis, sem enviar dados do paciente para a nuvem, permanece como uma de nossas maiores prioridades de engenharia.
Seu artigo relatou um erro de medição de cerca de 4 mm em 16 medições corporais. Quão importante é esse nível de precisão quando se fala em planejamento cirúrgico em vez de ajuste de vestuário?
A precisão importa, mas o contexto importa ainda mais.
Os corpos humanos são naturalmente variáveis. Mesmo medições clínicas feitas manualmente por diferentes profissionais podem variar em vários milímetros. Portanto, alcançar um erro médio em torno de 4 mm a partir de apenas duas imagens RGB foi um passo significativo na época, especialmente considerando a velocidade e a acessibilidade do sistema.
No entanto, o planejamento cirúrgico não se trata apenas de precisão de medição absoluta. Trata-se também de proporcionalidade, consistência anatômica, comunicação e gerenciamento de expectativas.
O objetivo nunca foi substituir o julgamento cirúrgico. O objetivo foi aprimorar a comunicação com visualização baseada em dados.
O que é Corpo Arbrea?
Laboratórios Arbrea desenvolve ferramentas de visualização com inteligência artificial para medicina estética e reconstrutiva.
Corpo Arbrea habilita cirurgiões a realizar simulações corporais em tempo real diretamente em dispositivos móveis e tablets, sem a necessidade de scanners externos ou processamento na nuvem. A plataforma foi projetada para dar suporte a consultas, comunicação com o paciente, planejamento de tratamento e visualização longitudinal ao longo da jornada do paciente. Construída sobre anos de pesquisa em visão computacional, aprendizado profundo e realidade aumentada, a tecnologia combina IA no dispositivo focada em privacidade com fluxos de trabalho clinicamente orientados.
A visão mais abrangente é criar um ecossistema digital unificado, conectando visualização, consulta, acompanhamento e engajamento do paciente em toda a jornada estética e reconstrutiva.
Referência
Dibra, Endri, et al. “Hs-nets: Estimando a forma do corpo humano a partir de silhuetas com redes neurais convolucionais.” 2016 quarta conferência internacional de visão 3D (3DV). IEEE, 2016.






