Sistema de IA que analiza movimientos corporales revela vínculos con la salud hepática y la calidad del sueño

Sistema de IA que analiza movimientos corporales revela vínculos con la salud hepática y la calidad del sueño
Sistema de IA que analiza movimientos corporales revela vínculos con la salud hepática y la calidad del sueño

El movimiento como indicador del estado corporal

Incluso antes de que un paciente exprese sus quejas, un médico puede notar ciertas señales de su bienestar. La forma en que una persona se mueve por una habitación a menudo contiene pistas tempranas sobre su salud. Recientemente, los científicos desarrollaron un sistema de inteligencia artificial que analiza los movimientos corporales completos. El estudio demostró que dichos datos están vinculados no solo al estado de las piernas, sino también a la calidad del sueño, la diabetes y la función hepática.

Metodología de la investigación

Los resultados fueron publicados en la revista Nature Medicine. Un equipo de científicos del Instituto Weizmann en Israel analizó grabaciones de movimientos de 3.328 adultos. La comunidad médica lleva mucho tiempo rastreando cambios en la velocidad de la marcha, el equilibrio y la postura, llegando incluso a referirse a la velocidad de la marcha como la "sexta señal vital".

«Коли ми розпочали цей проєкт, ми вірили, що рух може розповісти багато про ваше здоров'я» (Cuando comenzamos este proyecto, creíamos que el movimiento podía decir mucho sobre su salud), dijo Adam Gabet, autor del estudio y científico informático del Instituto Weizmann, a ScienceAlert.

Bajo condiciones controladas, los participantes realizaron cinco tareas: caminar en una cinta de correr a una velocidad de 3 kilómetros (aproximadamente 1,9 millas) por hora y a un ritmo cómodo, caminar en el sitio, levantarse de una silla y una prueba de equilibrio en estado de reposo. Una cámara de escaneo de profundidad registró las posiciones de las articulaciones en el espacio tridimensional.

Cómo funcionaba el modelo

Los investigadores entrenaron la IA ocultando partes de las grabaciones de movimiento y obligando al sistema a reconstruir los fragmentos faltantes. Para llenar los vacíos, el algoritmo tuvo que comprender cómo se mueven en coordinación las diferentes partes del cuerpo. El modelo convirtió estos movimientos en patrones numéricos, que se compararon con datos médicos detallados: resultados de pruebas, indicadores antropométricos, presencia de enfermedades y características del estilo de vida.

El algoritmo identificó asociaciones estadísticamente significativas con 1.887 de las 3.210 características de salud estudiadas. Los patrones de movimiento proporcionaron información que iba más allá de las mediciones estándar, como la velocidad o la longitud del paso.

Vínculo con el hígado y el sueño

Algunos de los vínculos descubiertos se relacionaban con la edad y la cantidad de tejido graso, mientras que otros apuntaban a características de salud que a primera vista no tienen nada que ver con caminar.

Un aspecto importante concernía al hígado. Los médicos evalúan la fibrosis hepática (cicatrización) midiendo la rigidez del órgano. Los investigadores descubrieron que los patrones de movimiento podrían predecir la rigidez hepática, con una precisión de predicción comparable a los indicadores de análisis de sangre.

El vínculo con el sueño también fue inesperado. Los movimientos del torso, es decir, las áreas entre los hombros y las caderas, contenían información relacionada con el sueño y el esfuerzo físico.

«Мене вразило те, як сильно якість сну впливає на наше тіло» (Me impactó lo fuertemente que la calidad del sueño afecta a nuestro cuerpo), señaló Gabet.

El modelo fue capaz de predecir indicadores relacionados con la apnea del sueño, una afección en la que la respiración se detiene repetidamente o se restringe durante el sueño. También se identificaron asociaciones con el insomnio y la duración del sueño la noche anterior al estudio.

Estos resultados sugieren que la salud del sueño se refleja en los patrones de movimiento, aunque el estudio no demuestra que el sistema pueda diagnosticar trastornos del sueño.

Perspectivas y limitaciones

Gabet señaló que los estudios tradicionales sobre la marcha a menudo se centraban en las piernas, dejando los movimientos del cuerpo superior poco estudiados. Los hallazgos del equipo indican que el análisis corporal completo puede revelar información que las mediciones tradicionales pasan por alto.

Añadir patrones de movimiento a un modelo que ya tenía en cuenta la edad, el índice de masa corporal, la grasa visceral y la altura mejoró la predicción de afecciones como la diabetes, la depresión, el insomnio y el uso de medicamentos.

Los investigadores esperan que el análisis del movimiento se convierta eventualmente en un complemento a los chequeos médicos de rutina. Una prueba corta sin necesidad de extracciones de sangre o procedimientos invasivos podría ayudar a los médicos a detectar cambios que requieren una investigación más a fondo.

Sin embargo, los resultados no demuestran que los problemas de sueño o las enfermedades causen patrones de marcha específicos. El estudio fue transversal, lo que significa que registró a los participantes en un único punto en el tiempo, por lo que es imposible determinar qué factor apareció primero.

Los participantes eran generalmente sanos y predominantemente adultos judíos ashkenazíes que vivían en Israel, por lo que los resultados pueden no aplicarse a otras poblaciones en la misma medida. El sistema también dependía de un tipo específico de cámara de escaneo de profundidad y su software. La empresa Newton Tech, que fabrica este sistema, se convirtió en coautora del estudio.

Gabet señaló que estudios relacionados de su laboratorio arrojaron resultados que fueron confirmados en otros grupos, pero este modelo aún requiere pruebas independientes.

«Перед медичним впровадженням будуть потрібні клінічні дослідження, які покажуть чітке розділення з хорошою специфічністю» (Antes de la implementación médica, se necesitarán estudios clínicos que muestren una separación clara con buena especificidad), añadió.

Actualmente, los investigadores planean investigar si los cambios en los movimientos pueden aparecer antes que los signos de enfermedad, lo que podría permitir potencialmente una detección más temprana de problemas de salud.

Comentarios

Esta noticia aún no tiene comentarios. ¡Sé el primero!

Deja un comentario

No se permiten enlaces en los comentarios. La redacción puede eliminar comentarios sin dar explicaciones.
Volver arriba ↑