Los Ángeles (CA).- Cada año, más de 15 millones de personas en todo el mundo sufren accidentes cerebrovasculares (ACV), enfrentando desafíos significativos en su recuperación.
La Asociación Estadounidense de Accidentes Cerebrovasculares revela que tres cuartas partes de estos individuos experimentarán deterioro, debilidad y parálisis en brazos y manos.
Contrariamente al refrán “Úselo o piérdelo”, para los sobrevivientes de un accidente cerebrovascular, reactivar el uso de los miembros afectados es una tarea compleja.
En el proceso de recuperación, muchos pacientes se inclinan por depender de su brazo más fuerte, dejando de lado el potencial de mejora del brazo más débil.
Este fenómeno, conocido como “falta de uso del brazo” o “falta de uso aprendido”, crea un círculo vicioso donde el brazo menos funcional se usa cada vez menos. Romper este hábito es crucial para mejorar la fuerza y prevenir lesiones adicionales.
Sin embargo, medir el uso real del brazo afectado fuera de la clínica presenta un desafío.
Es aquí donde investigadores de la Universidad del Sur de California (USC) han hecho un avance significativo, desarrollando un sistema robótico para recopilar datos precisos sobre cómo los pacientes usan sus brazos de manera espontánea.
Este método innovador se detalla en un artículo publicado el 15 de noviembre en Science Robotics.
Este sistema utiliza un brazo robótico para rastrear información espacial 3D y técnicas de aprendizaje automático para procesar los datos.
Genera una métrica de “no uso del brazo”, que es fundamental para evaluar con precisión el progreso de la rehabilitación de un paciente. Además, un robot de asistencia social (SAR) proporciona instrucciones y aliento durante el proceso.
Nathan Dennler, autor principal del estudio, destaca la importancia de evaluar la transición del desempeño de un paciente en fisioterapia a su vida cotidiana.
Este enfoque interdisciplinario, que combina la robótica y la rehabilitación, es una colaboración entre el Departamento de Ciencias de la Computación Thomas Lord de la USC y la División de Biokinesiología y Fisioterapia.
Maja Matarić, coautora del estudio, enfatiza la relevancia de esta metodología, señalando que la combinación de datos cuantitativos recopilados por un brazo robótico y la motivación proporcionada por un SAR representa un avance significativo en la evaluación de pacientes con accidentes cerebrovasculares.
El estudio incluyó a 14 participantes, predominantes de la mano derecha, que sufrieron un accidente cerebrovascular.
Utilizando una “prueba de alcance” con un robot, los participantes interactuaban con un botón en diferentes ubicaciones, primero utilizando cualquier mano y luego solo el brazo afectado.
El análisis del aprendizaje automático del equipo proporcionó una métrica detallada de la falta de uso del brazo basada en la probabilidad de uso, el tiempo de alcance y el éxito del mismo.
Los resultados mostraron variabilidad significativa en la elección de la mano y el tiempo de alcance entre los participantes, indicando diferencias en el uso del brazo afectado.
Esta tecnología, calificada como fácil de usar y segura por los participantes, presenta un potencial considerable para personalizaciones futuras, incluyendo la integración de otros datos de comportamiento.
Este avance tecnológico en la rehabilitación de accidentes cerebrovasculares abre nuevas posibilidades para un seguimiento más preciso y personalizado de la recuperación de los pacientes.
La tecnología propuesta por el equipo de la USC promete ser una herramienta invaluable para los terapeutas, permitiéndoles adaptar sus intervenciones de manera más efectiva.
Contenido relacionado
- Impacto de las redes sociales en la autoestima y el aprendizaje de las niñas
Un informe de la UNESCO detalla cómo los algoritmos de redes sociales como Instagram y TikTok pueden perpetuar contenidos que fomentan estereotipos dañinos y estándares de belleza irreales.
