Los amputados tienen menos equilibrio, ¿y si la IA predijera sus caídas para adelantarse a ellas?

En general, según un estudio hecho en 2006 en Madrid publicado en la ‘Revista Clínica Española’, la prevalencia de amputados era de 19,2 casos por 100.000 habitantes. España, según la Sociedad Española de Medicina Interna, es el segundo país del mundo con más amputaciones de miembros inferiores en la diabetes tipo 2, solo por detrás de Estados Unidos. Y según señaló el Dr. Enrique M. San Norberto García, jefe del Servicio de Angiología y Cirugía Vascular del Hospital Clínico Universitario de Valladolid y vocal de publicaciones de la Sociedad Española de Angiología y Cirugía Vascular (SEACV) a Consalud.es, los casos de isquemia de extremidades inferiores, un trastorno que no solo afecta a los pacientes con diabetes, sino también a la insuficiencia renal, la hipertensión arterial o incluso está inducido por el tabaquismo, se han multiplicado por cinco con la Covid.

Uno de los principales problemas que tienen las personas con miembros inferiores amputados es que tienen un peor equilibrio, lo que aumenta el riesgo de caídas y lesiones. Según un estudio de la ‘Journal Rehabil Medical’ en 2015, de los participantes con distintos niveles de amputación y habilidades de equilibrio, el 53,7% había tenido alguna caída y  el 25,9% caídas recurrentes. “A diferencia de otras poblaciones con problemas de equilibrio, los adultos con amputación de piernas y una mejor capacidad de equilibrio tenían mayores probabilidades de caerse”, señalaba el estudio. No es algo que esté lo suficientemente investigado, según un estudio publicado en la ‘Current Geriatrics Reports’, pero es una situación que aumenta la carga asistencial y perjudica la salud de los pacientes.[banner-DFP_1]

Ante esta situación, una investigación publicada en ‘Plos Digital Health’, ha creado un modelo predictivo para las caídas de las personas con una extremidad inferior amputada. El dispositivo utiliza un enfoque de memoria a largo plazo y de inteligencia artificial para prever una caída en el momento. Las pruebas se realizaron en paseos de seis minutos y los resultados demostraron una eficacia similar a un modelo predictivo manual.

“Este estudio demostró que la identificación automatizada de las pisadas es viable para la clasificación de riesgo de caídas en amputados basadas en datos tomados por teléfonos inteligentes”

Los pacientes que se sometieron a la prueba tenían que llevar un teléfono inteligente en la espalda enganchado a un cinturón. Andaban durante 6 minutos en un pasillo de 20 metros y el teléfono tomaba datos de aceleración, giroscópico, la orientación del teléfono y las marcas de tiempo de cada grabación. Un modelo de aprendizaje automático tomó todos estos datos para crear clasificaciones de riesgo de caídas según las pisadas.

El modelo consiguió una  precisión del 72,5 %. Esta cifra se debe a que detectó como riesgo de caída a seis personas que en los últimos seis meses no se habían caído, esta lectura errónea no pudo ser explicada ya que son muchos los factores que influyen en las caídas, desde la edad, al tiempo que ha pasado desde la amputación, a las características de la marcha… Y los investigadores no encontraron datos que compartieran las seis personas clasificadas erróneamente. Además, manifestó una sensibilidad del 55,6 % y una especificidad del 81,1 %.[banner-DFP_4]

En el caso de los modelos manuales su precisión es del 80%, la sensibilidad del 55,6% y la especificidad del 92,5%. “La clasificación del riesgo de caídas fue la misma para ambos enfoques”, indicaron los investigadores. “Este estudio demostró que la identificación automatizada de las pisadas es viable para la clasificación de riesgo de caídas en amputados basadas en datos tomados por teléfonos inteligentes”, continuaron.

Ante estos datos, los investigadores señalan que este modelo predictivo ayudaría a detectar a las personas con riesgo de caída y desarrollar evaluaciones adicionales para aumentar el seguimiento.

FUENTE: CONSALUD