Resumo rápido: smartwatches podem registrar leituras de batimentos ao serem presos a uma fruta, mas isso não significa que a fruta tenha coração. O fenômeno é explicado pela fotopletismografia (PPG), a tecnologia que usa luz para estimar o pulso.
A fotopletismografia funciona emitindo luz na pele e medindo como ela é absorvida e refletida. Quando o coração pulsa, o volume de sangue nos capilares ao redor da pele muda, e isso altera o sinal que o sensor capta, permitindo estimar a frequência cardíaca.
Quando o relógio fica preso a uma fruta, variações aleatórias na absorção e na reflexão da luz podem ser interpretadas pelo algoritmo como batimentos. Em testes citados pela IFLScience, uma banana registrou 85 batimentos por minuto, nectarina e abacate ficaram em torno de 70 bpm, um kiwi marcou 110 bpm, e um tomate não mostrou leitura.
Isso não prova que frutas tenham batimentos. Vibrações, movimentos e pequenas oscilações na pele podem induzir leituras que o sensor lê como pulso. Em resumo, é um artefato técnico, não um pulso real.
O fenômeno não se restringe às frutas: outros objetos próximos podem produzir leituras semelhantes, dependendo das condições observadas pelo sensor óptico. O que fica claro é que os sensores de pulso são sensíveis ao contexto.
Abaixo, veja uma galeria com imagens que ilustram o experimento, que ajudam a entender como o uso de sensores ópticos pode gerar leituras enganosas em situações incomuns.
Imagens em destaque: a primeira mostra uma pessoa usando um smartwatch; a segunda revela uma maçã com um desenho de coração na casca ao lado de um estetoscópio, ilustrando como contextos diferentes expõem o funcionamento dos sensores ópticos.
Conclusão: leituras de batimentos obtidas em frutas não refletem batimentos reais. A ciência aponta que a fotopletismografia é sensível ao contexto, o que reforça a importância de considerar o ambiente e o objeto de leitura ao avaliar dados de saúde coletados por wearables.
Curtiu entender o que está por trás dessas leituras estranhas? Compartilhe nos comentários se você já viu relatos parecidos ou se tem dúvidas sobre como interpretar dados de dispositivos de saúde. Seu feedback ajuda a clarear o tema para todos.