Para los sobrevivientes de accidentes cerebrovasculares, que afectan aproximadamente a 800.000 estadounidenses cada año, recuperar las habilidades motoras finas, como escribir y usar utensilios, es fundamental para recuperar la independencia y la calidad de vida. Pero recibir una terapia de rehabilitación intensiva y repetida puede resultar difícil y costoso.
Ahora, investigadores de la Escuela de Ingeniería Tandon de la Universidad de Nueva York están desarrollando una nueva tecnología que podría permitir a los pacientes con accidente cerebrovascular realizar ejercicios de rehabilitación en casa siguiendo los movimientos de su muñeca a través de una configuración simple: un teléfono inteligente con correa para el brazo y un controlador de juegos de bajo costo Novent Falcon.
El Novent Falcon, un robot de escritorio comúnmente utilizado para videojuegos, puede guiar a los usuarios a través de movimientos específicos del brazo y rastrear el movimiento de su controlador. Pero no puede medir directamente el ángulo de la muñeca del usuario, que es un dato esencial para los médicos que brindan rehabilitación remota.
En un artículo presentado en SPIE Smart Structures + Nondestructive Assessment 2024, los investigadores propusieron usar el Falcon con sensores de movimiento integrados en un teléfono inteligente para monitorear con precisión los ángulos de la muñeca durante los ejercicios de rehabilitación.
“Los pacientes utilizarán el robot con su teléfono conectado al brazo”, dijo Maurizio Porfiri, profesor del Instituto Tandon de la Universidad de Nueva York y director de su Centro para la Ciencia Urbana + Progreso (CUSP), autor principal del artículo. Luego, los sensores gemelos se pueden combinar con las mediciones del robot a través del aprendizaje automático para estimar el ángulo de la muñeca del paciente”.
Los investigadores recopilaron datos de sujetos sanos que trabajaban con el Falcon mediante el uso de sensores de movimiento en el brazo y la mano para capturar el ángulo real de la muñeca. Luego entrenaron un algoritmo para predecir los ángulos de la muñeca basándose en los datos del sensor y los movimientos del controlador Falcon.
El algoritmo resultante puede predecir los ángulos de la muñeca con una precisión superior al 90%, un paso inicial prometedor para permitir la terapia remota con retroalimentación en tiempo real en ausencia de un terapeuta personal.
“Esta tecnología podría permitir a los pacientes realizar ejercicios de rehabilitación en casa y, al mismo tiempo, proporcionar datos detallados a los médicos que monitorean de forma remota su progreso”, dijo Ronnie Bark Ventura, autora principal del artículo que se encontraba en NYU Tandon en el momento del estudio. becario postdoctoral. “Esta es una forma fácil de usar y de bajo costo de aumentar el acceso a la atención crítica posterior al accidente cerebrovascular”.
Los investigadores planean perfeccionar aún más el algoritmo utilizando datos de más sujetos. En última instancia, esperan que el sistema pueda ayudar a los supervivientes de un accidente cerebrovascular a seguir un riguroso régimen de rehabilitación desde la comodidad de sus propios hogares.
“La capacidad de realizar ejercicios de rehabilitación en casa con seguimiento automatizado puede mejorar drásticamente la calidad de vida de los pacientes con accidente cerebrovascular”, afirmó Barack Ventura. “Esta tecnología portátil y asequible tiene un gran potencial para hacer más accesible un proceso de rehabilitación difícil”.
El estudio se suma al trabajo de NYU Tandon destinado a mejorar la rehabilitación del accidente cerebrovascular. En 2022, los investigadores de NYU Tandon comenzaron a colaborar con la FDA para diseñar una herramienta científica regulatoria basada en biomarcadores para evaluar objetivamente la eficacia de los dispositivos de rehabilitación para la recuperación motora después de un accidente cerebrovascular y puede guiar el mejor uso de Un estudio a principios de este año reveló que podría producirse un gran avance en la tecnología que utiliza electrodos cerebrales para recrear los sonidos del habla de alguien que ha perdido la capacidad de hablar debido a un derrame cerebral.
