En un avance significativo en el campo de la rehabilitación médica, investigadores de la Universidad del Sur de California (USC) han desarrollado un sistema robótico para evaluar de manera más precisa y eficiente el progreso de los pacientes que han sufrido un accidente cerebrovascular (AVC), comúnmente conocido como ictus. Este innovador sistema marca un hito en la aplicación de la tecnología robótica en la medicina. y puede revolucionar la rehabilitación de los sobrevivientes de AVC.
El sistema utiliza una combinación de brazo robótico y robot socialmente asistivo para medir la movilidad del brazo y la mano. Estos componentes trabajan conjuntamente para proporcionar una evaluación detallada y motivar a los pacientes durante el proceso. Esta herramienta es especialmente crucial para abordar el fenómeno conocido como «no uso aprendido» o «no uso del brazo», una condición común en la que los pacientes tienden a subutilizar su extremidad afectada, lo que puede llevar a una disminución de la fuerza y mayor riesgo de lesiones.
El sistema consiste en un brazo robótico que recopila datos espaciales tridimensionales sobre cómo los pacientes utilizan sus brazos de manera espontánea.
El desarrollo de este sistema robótico es el resultado de un esfuerzo colaborativo entre expertos del Departamento de Ciencias de la Computación y la División de Biocinesiología y Terapia Física de USC. El equipo liderado por Nathan Dennler, estudiante doctoral en ciencias de la computación, y compuesto por otros notables investigadores, incluye a Maja Matarić, Stefanos Nikolaidis, Amelia Cain, Carolee J. Winstein, entre otros. Este grupo interdisciplinario ha logrado combinar con éxito la robótica, la biocinesiología y la terapia física, creando un sistema que se destaca por su precisión y capacidad para proporcionar información relevante sobre el uso del brazo post-AVC.
Una de las características más destacadas de este sistema es la integración de técnicas de aprendizaje automático para procesar los datos recopilados. Esta tecnología permite generar una métrica de «no uso del brazo», que es fundamental para evaluar con precisión el progreso de rehabilitación de los pacientes. El aprendizaje automático, al analizar los patrones de movimiento y uso del brazo, facilita una evaluación más matizada y detallada que los métodos tradicionales.
Por otro lado, el sistema incluye un componente crucial en forma de un robot socialmente asistivo (SAR, un robot con cara de simpático, para entendernos) . Este robot instruye a los pacientes durante la evaluación y ofrece motivación y retroalimentación positiva. Esta interacción social con el robot es vital para fomentar la participación del paciente y garantizar que el rendimiento durante las pruebas refleje fielmente su uso habitual del brazo. Este enfoque holístico ayuda a los pacientes a sentirse más cómodos y comprometidos, lo que mejora la calidad de los datos recopilados. No es una novedad, se están usando estos robots en todo el mundo durante los últimos años.
Cómo se realizó el estudio
El estudio llevado a cabo por el equipo de USC para probar este sistema incluyó la participación de 14 pacientes que habían sufrido un AVC. Los participantes interactuaron con una caja impresa en 3D con sensores táctiles, que servía como punto de partida para una serie de pruebas denominadas «ensayos de alcance». Durante estos ensayos, se les pidió a los pacientes que alcanzaran un botón que el brazo robótico movía a diferentes ubicaciones, bajo la guía y motivación del robot socialmente asistivo que he comentado antes. Tenéis vídeos mostrando el proceso en este enlace.
La metodología del estudio se centró en dos fases principales: en la primera, los participantes usaban su mano preferida naturalmente para simular el uso cotidiano, mientras que en la segunda, se les instruía utilizar el brazo afectado por el AVC, imitando las acciones realizadas en la fisioterapia u otros entornos clínicos.
Este enfoque metódico permitió al equipo de investigación analizar de manera efectiva la probabilidad de uso del brazo, el tiempo de alcance y el éxito en alcanzar el objetivo. Estas mediciones ofrecieron una visión detallada del grado de «no uso del brazo» en cada paciente, así como de la variabilidad en la selección de la mano y el tiempo de alcance entre los sobrevivientes de AVC crónicos.
Los participantes del estudio calificaron al sistema como fácil de usar y seguro, destacando su simplicidad y comodidad durante la interacción.
El análisis de datos realizado por los investigadores de la USC reveló hallazgos significativos. Se observó una variabilidad considerable en la elección de la mano y en los tiempos de alcance entre los sobrevivientes de AVC crónicos, lo que indica diferencias individuales en la recuperación y uso del brazo afectado. Estos resultados son fundamentales para comprender mejor cómo y en qué medida los pacientes se recuperan después de un AVC, ofreciendo una perspectiva más personalizada y detallada que las evaluaciones convencionales.
Importante en el análisis fue la consistencia de los resultados a lo largo de múltiples sesiones, lo que subraya la fiabilidad del sistema. Los participantes proporcionaron puntuaciones de experiencia de usuario por encima del promedio, lo que refleja la usabilidad y aceptabilidad del sistema.
Cuándo estará disponible este sistema
Mirando hacia el futuro, los investigadores de la USC tienen planes para expandir y personalizar aún más el sistema. Una de las áreas clave de enfoque es la integración de otros datos de comportamiento, como las expresiones faciales. Esta ampliación de datos podría proporcionar una visión aún más completa del estado emocional y físico de los pacientes durante las sesiones, permitiendo ajustes más finos en la terapia.
El equipo también espera explorar la realización de tareas diversas durante las sesiones de evaluación, lo que podría imitar más de cerca las actividades de la vida diaria de los pacientes. Esta personalización no solo mejoraría la relevancia clínica de los datos recopilados, sino que también aumentaría la participación y motivación de los pacientes durante el proceso de evaluación.
La posibilidad de adaptar el sistema a las necesidades específicas de cada paciente es un aspecto particularmente emocionante. Al ajustar los parámetros del sistema, los terapeutas podrían abordar de manera más efectiva las áreas de debilidad de un paciente y fomentar el uso de su brazo afectado, lo que podría acelerar el proceso de recuperación y mejorar los resultados generales.
Estos avances futuros tienen el potencial de transformar no solo la evaluación del «no uso del brazo» en sobrevivientes de AVC, sino también la manera en que se abordan y personalizan las intervenciones de rehabilitación, pero de momento todo se está realizando en el laboratorio, no hay producto comercial.
Lo que está claro es que el uso de este sistema también puede reducir la carga de los terapeutas, proporcionando una herramienta eficiente y confiable para la evaluación, y potencialmente mejorando los resultados de rehabilitación para los pacientes.