Neuroinpixel
Base Científica

Não é achismo. É ciência.

O Neuroinpixel é fundamentado em pesquisas publicadas em journals de alto impacto — Nature, JMIR, IEEE, JAMA. Cada biomarcador tem base científica validada.

81 Biomarcadores Digitais

Organizados em 14 categorias, cada biomarcador captura uma dimensão diferente da interação humano-computador. Categorias marcadas como nativo requerem o app Windows.

KD

Dinâmica de Digitação

8 bio

  • Dwell time
  • Flight time
  • Digraph latency
  • Taxa de erros

MS

Mouse / Trackpad

9 bio

  • Desvio de trajetória
  • Overshoot
  • Micro-tremor
  • Jerk

AT

Atenção e Navegação

8 bio

  • On-task duration
  • Tab-switching
  • Entropia de foco
  • Reaction time

LT

Linguagem e Texto

6 bio

  • Complexidade sintática
  • TTR
  • Coerência semântica
  • Uso de autocorreção

TB

Padrões Temporais

7 bio

  • Duração de sessão
  • Idle time
  • Conclusão de tarefa
  • Consistência

HB

Habilidades / Forças

6 bio

  • Reconhecimento de padrões
  • Hiperfoco
  • Detail orientation
  • Pensamento divergente

CD

Comunicação Digital

4 bio

  • Latência de resposta
  • Variance mensagens
  • Iniciação de conversa
  • Edição pré-envio

AP

Padrões de Apps

5 bio

  • Entropia de apps
  • Undo/redo ratio
  • Copy/paste
  • Organização de arquivos

SL

Padrão Circadiano

3 bio

  • First/last uso
  • Atividade noturna
  • Weekend shift

MT

Micro-Tarefas

4 bio

  • Go/No-Go
  • N-back
  • Stroop
  • Busca visual
nativo

VO

Voz

4 bio

  • Prosódia
  • Speech rate
  • Pausas
  • Tremor vocal
nativo

WC

Webcam / Fisiológico

5 bio

  • Heart rate rPPG
  • HRV
  • Expressões faciais
  • Postura de cabeça
nativo

TC

Touch / Toque

6 bio

  • Área de contato
  • Força de toque
  • Swipe kinematics
  • Multi-touch
nativo

ET

Eye Tracking

6 bio

  • Fixação
  • Sacada
  • Scanpath
  • Pupilometria

19 Condições Mapeáveis

A análise combinada de múltiplos biomarcadores permite identificar tendências associadas a estas condições — incluindo pontos fortes, não apenas déficits.

Neurodesenvolvimento

  • TDAH
  • TEA
  • Dislexia
  • Discalculia
  • Dispraxia/TDC
  • Disgrafia

Saúde Mental

  • Depressão
  • Ansiedade
  • TOC
  • Bipolaridade
  • Burnout

Neurodegenerativas

  • Parkinson precoce
  • Declínio cognitivo leve
  • Alzheimer inicial

Superpoderes

  • Hiperfoco
  • Pensamento divergente
  • Reconhecimento de padrões
  • Sistematização

Esses biomarcadores identificam tendências comportamentais e fenótipos digitais — não constituem diagnóstico clínico. A força está na análise longitudinal e combinada de múltiplos sinais.

Sistema de Scoring Conservador

O Neuroinpixel prefere falsos negativos a falsos positivos. O estado default de qualquer colaborador é "inconclusivo" — só avança com evidência robusta.

10

Sessões mínimas

≥ 100 interações cada

7+

Dias distintos

Para dados longitudinais

30

Amostras/biomarcador

Para significância estatística

RCI ≥ 1.96

Reliable Change Index

p < .05 para contar

0.8

Cohen's d mínimo

Efeito grande para flag

1.2+

Cohen's d forte

Evidência robusta

2 primários

Convergência mínima

+ N secundários por condição

21+ dias

Coleta ideal

Para relatório alta confiança

Níveis de enquadramento

1Indicativo

Score mínimo + marcadores convergentes

2Sugestivo

Score médio + primários suficientes

3Forte

Score alto + convergência robusta

4Muito Forte

Score muito alto + evidência ampla

Ajuste bayesiano com priors de prevalência Máx. 2 condições "forte" simultâneas Dados esparsos penalizam score (0.5×) Baselines estimados penalizam (0.7×)

Referências Científicas

Publicações peer-reviewed que fundamentam a abordagem de fenotipagem digital e biomarcadores comportamentais.

Harnessing Smartphone-Based Digital Phenotyping to Enhance Behavioral and Mental Health

Onnela, J.-P. & Rauch, S. L. Neuropsychopharmacology (2016)

Artigo seminal que cunhou o termo 'fenotipagem digital' — a quantificação contínua de fenótipos humanos usando dados de sensores de dispositivos pessoais.

New Tools for New Research in Psychiatry: A Scalable and Customizable Platform to Empower Data Driven Smartphone Research

Torous, J. et al. JMIR Mental Health (2016)

Framework para coleta passiva de dados comportamentais em smartphones, demonstrando viabilidade de monitoramento contínuo sem interrupção do usuário.

Digital Phenotyping: Technology for a New Science of Behavior

Insel, T. R. JAMA (2017)

Ex-diretor do NIMH argumenta que biomarcadores digitais podem revolucionar o diagnóstico em saúde mental, complementando métodos tradicionais.

Computer keyboard interaction as an indicator of early Parkinson's disease

Giancardo, L. et al. Scientific Reports (Nature) (2016)

Demonstrou que padrões de digitação (dwell time, flight time) podem detectar sinais precoces de Parkinson com alta acurácia — validando keystroke dynamics como biomarcador.

Predicting Mood Disturbance Severity with Mobile Phone Keystroke Metadata

Zulueta, J. et al. Journal of Biomedical Informatics (2018)

Correlação entre metadados de digitação (velocidade, erros, padrões temporais) e estados de humor em pacientes com transtorno bipolar.

Detection of Motor Impairment in Parkinson's Disease Via Mobile Touchscreen Typing

Arroyo-Gallego, T. et al. IEEE Transactions on Biomedical Engineering (2017)

Validação de métricas de toque (hold time, flight time, touch area) como indicadores de comprometimento motor — base para biomarcadores touchscreen.

Digital Biomarkers of Mood Disorders and Symptom Change

Jacobson, N. C. et al. npj Digital Medicine (Nature) (2019)

Meta-análise de 127 estudos sobre biomarcadores digitais para transtornos de humor, confirmando que padrões de uso de dispositivos podem prever episódios clínicos.

Digital biomarkers of cognitive function

Dagum, P. npj Digital Medicine (Nature) (2018)

Demonstrou que interações com smartphone (digitação, scroll, navegação) podem estimar funções cognitivas com precisão comparável a testes neuropsicológicos padronizados.

Digital Phenotyping in Autism Spectrum Disorder

Keshav, N. U. et al. Current Psychiatry Reports (2020)

Revisão sistemática de abordagens de fenotipagem digital para TEA, incluindo padrões de atenção visual, interação social e comportamentos repetitivos.

Actigraph measures discriminate pediatric bipolar disorder from ADHD

Faedda, G. L. et al. Journal of Affective Disorders (2016)

Demonstrou que padrões de atividade motora medidos por dispositivos podem diferenciar TDAH de transtorno bipolar — relevante para biomarcadores de movimento.

A Smart-Home System to Unobtrusively and Continuously Assess Loneliness in Older Adults

Austin, D. et al. IEEE Journal of Translational Engineering in Health and Medicine (2016)

Monitoramento passivo de padrões comportamentais (uso de computador, atividade doméstica) para detectar mudanças de saúde mental — paradigma similar ao Neuroinpixel.

The diversity and inclusion revolution: Eight powerful truths

Deloitte Deloitte Review (2018)

Empresas com culturas inclusivas têm 2x mais chances de atingir metas financeiras, 6x mais chances de ser inovadoras e 8x mais chances de alcançar melhores resultados de negócio.

Ciência aplicada ao mundo real

Quer ver esses biomarcadores em ação? Entre na waitlist e seja um dos primeiros a experimentar a fenotipagem digital no seu ambiente de trabalho.