MADRID, 8 Oct. (EUROPA PRESS) -
Un grupo internacional de investigadores liderado por la Universidad Politécnica de Madrid (UPM) ha desarrollado un sistema que combina Inteligencia artificial y sensores inerciales para evaluar el equilibrio de forma objetiva, especialmente en personas ciegas.
Según ha informado el centro en un comunicado, el trabajo ha sido coordinado por el Centro de Tecnología Biomédica (CTB) de la UPM, específicamente desde el Laboratorio de Bioinstrumentación y Nanomedicina, con participación de otras instituciones como la Universidad de La Laguna (ULL), de Tenerife, la Université La Sagesse (ULS), de Líbano; y la organización Indicatic AIP de Panamá.
El estudio ha sido realizado en las instalaciones del CTB y de la Organización Nacional de Ciegos de España (ONCE), en su sede de Madrid. Este ha sido publicado en la revista 'PeerJ Computer Science'.
Se trata del primer estudio que aplica esta tecnología en el contexto del test clínico mini-BESTest (por sus siglas en inglés 'Mini Balance Evaluation Systems Test'). Los resultados obtenidos pueden ayudar a los fisioterapeutas a tener una evaluación más objetiva del equilibrio de sus pacientes y a desarrollar sistemas de telerrehabilitación.
COMPARACIÓN DE PERSONAS CIEGAS Y VIDENTES
Los autores de la investigación compararon el desempeño de personas ciegas y videntes en una serie de ejercicios diseñados para evaluar el equilibrio. Para ello, utilizaron un dispositivo portátil con 12 sensores de movimiento distribuidos en distintas partes del cuerpo de los participantes en el estudio.
Uno de los resultados fue que la prueba de equilibrio sobre una pierna permitió identificar diferencias significativas entre ambos grupos. Esta tarea fue mucho más difícil para las personas ciegas.
Además, se observó que las evaluaciones de los fisioterapeutas a veces no coinciden con los datos objetivos de duración del ejercicio registrados por los sensores, lo que sugiere cierto margen de subjetividad en la evaluación clínica tradicional.
Los modelos de inteligencia artificial, especialmente los basados en aprendizaje profundo, lograron predecir con un 85,6% de precisión si una persona tenía buen o mal equilibrio en esta prueba.
"Estos resultados abren la puerta al desarrollo de herramientas de evaluación remota del equilibrio, clave para programas de telerrehabilitación personalizados y accesibles", ha señalado el investigador del CTB-UPM José Javier Serrano Olmedo.
"Los avances obtenidos con nuestro trabajo no solo mejoran la forma en que se mide el equilibrio en personas con discapacidad visual, sino que también sienta las bases para nuevas formas de rehabilitación domiciliaria, más autónoma y basada en datos objetivos", han concluido los investigadores.
