La inteligencia artificial podría mejorar los ejercicios de equilibrio en casa
Un estudio mostró que un sistema de IA, combinado con sensores corporales, logra evaluar el rendimiento de los pacientes con una precisión similar a la de los fisioterapeutas y ofrecer retroalimentación en tiempo real durante la rehabilitación.
La inteligencia artificial (IA) podría convertirse en una aliada clave para las personas que realizan entrenamiento de equilibrio como parte de su rehabilitación física, especialmente cuando deben hacerlo en casa. Así lo indica una investigación reciente publicada en el Journal of NeuroEngineering and Rehabilitation, que demuestra que un modelo de aprendizaje automático puede evaluar con alta precisión cómo se desempeñan los pacientes en este tipo de ejercicios.
El sistema se basa en datos de movimiento recolectados por sensores portátiles colocados en el cuerpo. En la versión final del modelo, los participantes solo necesitaron cuatro sensores —ubicados en los muslos y en la parte baja y alta de la espalda— para que la IA pudiera analizar su desempeño y brindar retroalimentación inmediata. Según los investigadores, las evaluaciones del modelo coincidieron en casi un 90% con las valoraciones realizadas por fisioterapeutas profesionales.
“Nuestro modelo utilizó datos de sensores para predecir cómo los fisioterapeutas calificarían el rendimiento de los pacientes en ejercicios de equilibrio, lo que permite recomendar cuál debería ser el próximo ejercicio más adecuado”, explicó Kathleen Sienko, investigadora senior del estudio y profesora de ingeniería mecánica en la Universidad de Michigan. De acuerdo con la especialista, este tipo de apoyo podría resultar especialmente útil entre consultas médicas o una vez que se agotan las sesiones cubiertas por los seguros de salud.
El entrenamiento de equilibrio es fundamental para reducir el riesgo de caídas, en particular entre adultos mayores y personas con discapacidades sensoriales o motoras. En las sesiones presenciales, los fisioterapeutas ajustan la dificultad de los ejercicios en función de la observación directa del paciente, algo que no ocurre cuando la práctica se realiza en el hogar, lo que puede limitar su efectividad.
Para desarrollar el modelo, los investigadores filmaron a participantes realizando ejercicios de equilibrio de distinta complejidad mientras llevaban inicialmente 13 sensores. Esos registros sirvieron para entrenar a la IA, que luego fue comparada con las evaluaciones realizadas por un grupo de fisioterapeutas. El hallazgo de que solo cuatro sensores eran suficientes para mantener la precisión refuerza el potencial práctico de la tecnología.
Los autores destacan que esta herramienta podría ampliar el acceso a la rehabilitación, especialmente en zonas rurales o regiones donde no hay especialistas disponibles. Sin embargo, advierten que aún se requieren más pruebas y validaciones antes de su implementación masiva. “Es crucial entender tanto las fortalezas como los posibles fallos de la IA en fisioterapia, donde el bienestar de las personas está en juego”, subrayó el investigador Xun Huan, quien remarcó la necesidad de que estos sistemas se utilicen bajo supervisión profesional.
