IBV utiliza tecnología Deep Learning para mejorar los procesos de rehabilitación de pacientes con problemas de movilidad
La marcha humana es un proceso altamente complejo que involucra múltiples sistemas del cuerpo, incluidos los sistemas musculoesqueléticos, el nervioso y el cardiovascular. Además, la marcha varía significativamente de una persona a otra debido a factores como la edad, el género, las características anatómicas y las patologías subyacentes de la persona.
Hoy en día, la inteligencia artificial, y más concretamente el Deep Learning o “aprendizaje profundo”, representa una oportunidad para la mejora de los actuales sistemas de registro y análisis de la marcha humana utilizados en el ámbito clínico y asistencial, ya que permite comprender mejor cómo se mueven las personas, analizar los patrones de movimiento y los datos de sensores para evaluar la postura y la mecánica corporal. Esto es de gran utilidad en terapia física y en la prevención de lesiones, entre otras muchas aplicaciones.
En este contexto, el Instituto de Biomecánica (IBV) ha desarrollado el proyecto DEEP-LAB con el objetivo de poner a punto y explorar el potencial uso de nuevas metodologías “markerless” de registro y de análisis de los movimientos humanos, basadas en Deep Learning, con aplicación en el ámbito de la salud, y especial foco en el análisis de la marcha humana.
Estas soluciones permiten el registro y análisis de movimientos de forma ágil y sin la instrumentación de marcadores sobre el cuerpo del paciente (markerless), presentando potenciales aplicaciones para la mejora de los procesos de rehabilitación de pacientes con patologías de la marcha, como puede ser el caso de personas con afectación motora tras un daño neurológico.
Una herramienta para mejorar el tratamiento y reducir costes
En palabras de Ignacio Bermejo, director de innovación del área de Tecnologías en IBV, “Algunas de las potenciales ventajas que estas metodologías van a representar para los profesionales clínicos son la mejora en la planificación de los procesos de recuperación, una evaluación precisa y objetiva con la obtención de datos cuantitativos sobre la marcha del paciente -eliminando la subjetividad de las evaluaciones manuales-, el ajuste de los tratamientos a seguir con la posibilidad de detección temprana de retrocesos en la rehabilitación, la disminución de los tiempos de valoración de los pacientes o la reducción del coste de la solución frente a los sistemas tradicionales para la valoración de la marcha, entre otras”.
Bermejo señala que estas soluciones abren “un amplio abanico de posibilidades en el campo de la rehabilitación y de oportunidades futuras de implementación como aplicaciones comerciales”, y ha añadido que en este sentido el proyecto impulsado desde el IBV representa una doble oportunidad, tanto para “mejorar la calidad de vida de los pacientes como para mejorar los procesos asistenciales potenciando una mejora de la eficacia de los mismos y una reducción de los costes de tratamiento y recuperación”.
Una democratización del uso de la biomecánica
Las nuevas soluciones markerless van a permitir democratizar el uso de la biomecánica en el campo de la salud y el bienestar. “Esto se debe a que va a reducir los tiempos de las evaluaciones y los costes de implementación de las tecnologías, provocando que su uso sea más accesible para profesionales del campo sanitario, además de otros ámbitos como el del deporte, la ergonomía, el diseño o la bioingeniería, entre otros muchos” concluye Bermejo.
Cabe señalar que en el proyecto han colaborado empresas de la Comunitat Valenciana del ámbito de la salud y el bienestar, con gran trayectoria en su campo e implicación en la innovación tecnológica como Hervideros de Cofrentes, Inia Neural e Irenea.
Finalmente, cabe señalar que el proyecto DEEP-LAB cuenta con el apoyo de la Conselleria d’Innovació, Indústria, Comerç i Turisme de la Generalitat Valenciana, a través del IVACE+i, con la financiación por la Unión Europea, a través del Programa FEDER Comunitat Valenciana 2021-2027 (IMDEEA/2024/16).
