MADRID, 6 May. (EUROPA PRESS) -
El proyecto MAESTRO centra su actividad en solucionar la ausencia de sistemas confiables para monitorear la adherencia del paciente a la rehabilitación, así como la efectividad del proceso en los casos de ictus, tal y como revela el beneficiario de dicho estudio, IMDEA Networks.
El estudio reclutará 50 pacientes del Hospital de Rhode Island (Estados Unidos) durante cuatro meses en el primero de los tres ciclos de desarrollo, con aplicaciones móviles, dispositivos IoT y cuestionarios como herramientas de análisis (se usarán, además, la infraestructura y las conexiones de un proyecto de accidente cerebrovascular existente en el hospital). La innovación en MAESTRO radica en el desarrollo de soluciones de software para monitorear la rehabilitación de pacientes después de un accidente cerebrovascular de forma remota y pasiva utilizando hardware comercial y gamificación (la recolección de datos comenzará en abril de 2023).
Según el instituto de investigación IMDEA, el aspecto más innovadora del proyecto será la capacidad de predecir cual será el rango de recuperación en diferentes dominios afectados por la embolia a lo largo del proceso de rehabilitación.
"También esperamos desarrollar una aplicación que permita hacer un seguimiento más continuo del proceso de rehabilitación. El principal reto que aborda el proyecto es explorar cómo una combinación de métodos tradicionales de seguimiento de la rehabilitación de pacientes, basado en cuestionarios y observaciones
del neurólogo (combinado con otras fuentes de información obtenida, por ejemplo, con sensores), pueden ofrecer una predicción más certera sobre el grado de recuperación del paciente tras la rehabilitación", ha comentado el investigador Augusto García-Agúndez.
Los dos primeros años, el investigador trabajará en la Universidad de Brown (EE.UU.) y el último, en la institución madrileña. En este contexto, el objetivo es combonar la experiencia del trabajo en urgencias con biosensores y gamificación, la experiencia en detección de valores atípicos y aprendizaje
automático de IMDEA Networks, con el conocimiento en aprendizaje profundo aplicado a la medicina del Laboratorio de IA de la Universidad de Brown, para desarrollar algoritmos capaces de determinar la adherencia a la rehabilitación y su efectividad mediante el uso de 'wearables'.
"El análisis de datos tiene un enorme potencial para evaluar el estado, el pronóstico y la adherencia al tratamiento de los/las pacientes, y permite grandes avances en los procedimientos diagnósticos y en los tratamientos. En este momento, resulta difícil suponer dónde podrá estar el límite, porque en pocos años
tendremos aplicaciones que ahora ni siquiera podemos imaginar. Además, es probable que las mismas ideas en las que se basa MAESTRO se puedan extender (con las correspondientes modificaciones) a otras enfermedades neurodegenerativas que también conlleven rehabilitación/terapia, como el Parkinson" ha concluido García-Agúndez.
