Un sistema de inteligencia artificial con sensores instalados en viviendas de adultos mayores logró estimar su movilidad con resultados comparables a los de una prueba clínica utilizada para evaluar el riesgo de caídas. Según un estudio de la Universidad de Pensilvania publicado en Innovation in Aging, la comparación entre ambas mediciones alcanzó una correlación de 0,611, un nivel de coincidencia que abre la posibilidad de monitorear cambios funcionales desde el hogar sin depender únicamente de evaluaciones presenciales.
El dato convive con una limitación del propio estudio: los investigadores excluyeron del análisis longitudinal la línea de base porque más del 50% de los datos iniciales de marcha obtenidos por sensor faltaban, en gran parte por el período de calibración del sistema. Aun así, los modelos incluyeron mediciones de los meses tres, seis, nueve y 12.
PUBLICIDAD
La investigación siguió durante un año a 75 adultos mayores que vivían en comunidades de retiro o residencias para personas mayores. De ese total, 68 participantes completaron el seguimiento, y no se detectaron diferencias demográficas o clínicas entre quienes terminaron el estudio y quienes lo abandonaron.
Los participantes debían tener 65 años o más y capacidad para caminar distancias domésticas. En cada vivienda se instaló un sensor de profundidad de 12,7 por 12,7 por 5,1 centímetros (5 por 5 por 2 pulgadas), que registró el movimiento como siluetas para resguardar la privacidad y envió la información por Wi-Fi a un servidor seguro sin identificadores.
PUBLICIDAD
El sensor mostró una correlación de 0,611 con una prueba clínica usada para medir riesgo de caída
El eje del trabajo fue comparar la evaluación clínica tradicional con una medición pasiva y continua dentro del hogar. El sistema automatizado identificó segmentos de caminata de al menos 1,2 metros y extrajo velocidad de marcha, tiempo de zancada, longitud de zancada y altura de la persona para distinguir al participante de otras visitas frecuentes.
El principal resultado surgió al comparar la estimación del test obtenida por el sensor con la evaluación realizada por un profesional durante las visitas domiciliarias. Ambas mediciones mostraron una correlación de 0,611, con un intervalo de confianza del 95% entre 0,354 y 0,782, lo que indica que el sistema automatizado logró aproximarse de manera consistente a la evaluación clínica de la movilidad.
PUBLICIDAD
Los investigadores también analizaron otros indicadores registrados por el sensor. Encontraron que quienes caminaban más rápido y daban zancadas más largas tendían a obtener mejores resultados en el test realizado por el especialista. La velocidad de marcha presentó una correlación de -0,527 y la longitud de zancada de -0,454. El signo negativo refleja que, a medida que aumentaban esas variables, disminuía el tiempo del TUG, un resultado asociado con una mejor movilidad.
El tiempo de zancada mostró el comportamiento opuesto. La correlación fue de 0,424, lo que significa que las personas que tardaban más en completar cada paso también solían registrar peores resultados en la prueba clínica, un patrón compatible con una menor capacidad funcional.
PUBLICIDAD
George Demiris, Liming Huang, Sean L. Harrison, Marjorie Skubic, Justine S. Sefcik, Therese S. Richmond y Nancy Hodgson concluyeron en el estudio que el monitoreo domiciliario habilitado por IA puede captar indicadores clínicamente útiles de movilidad funcional en adultos mayores que viven en la comunidad. El punto de tensión del trabajo es que esa coincidencia con la evaluación clínica aparece junto a pérdidas de datos y asociaciones menores cuando se observan cambios de corto plazo.
El seguimiento continuo mostró en el seguimiento continuo, no en cambios trimestrales pequeños
El estudio no encontró una correlación igual de alta cuando analizó variaciones de tres meses. La mayoría de los cambios en velocidad, longitud y tiempo de zancada no tuvo correlaciones estadísticamente significativas con los cambios del TUG clínico en ese lapso.
PUBLICIDAD
La excepción fue el cambio en el TUG detectado por el sensor, que sí mostró una asociación positiva con el cambio en la medición clínica: 0,275. Los autores describieron ese resultado como una correlación de 0,275 entre ambas medidas longitudinales.
Esa diferencia entre una buena foto general y una señal más tenue en el corto plazo resume el resultado del trabajo. El sistema parece funcionar mejor para describir trayectorias de movilidad y detectar tendencias graduales que para registrar variaciones pequeñas entre controles trimestrales.
PUBLICIDAD
Los investigadores plantearon que el valor de la herramienta puede residir menos en detectar cambios sutiles en 90 días y más en construir una línea de seguimiento individual con mediciones frecuentes en condiciones cotidianas. Bajo esa lógica, las evaluaciones episódicas de consultorio pueden pasar por alto deterioros lentos o microcambios previos a un evento adverso.
La relación con la función diaria extiende el análisis más allá de las caídas
Además de la prueba TUG, el estudio comparó los datos del sensor con el cuestionario Functional Activity Questionnaire, usado para medir compromiso funcional en actividades cotidianas. Allí también aparecieron asociaciones significativas, aunque más moderadas.
PUBLICIDAD
Puntajes más altos en ese cuestionario, que indican mayor deterioro funcional, se vincularon con menor velocidad de marcha, con una correlación de -0,275, y con menor longitud de zancada, con -0,228. También se asociaron con mayor tiempo de zancada y mayor duración del TUG detectado por el sensor.
Ese hallazgo extiende el uso potencial del sistema más allá de la prevención de caídas. Según el estudio, los datos pasivos obtenidos en el hogar podrían aportar información sobre independencia, necesidades de cuidado y transiciones asistenciales.
PUBLICIDAD
La muestra presentó niveles bajos de deterioro funcional en promedio, con un puntaje FAQ medio de 1,34. Aun en ese marco, el sensor distinguió diferencias vinculadas con desempeño físico y autonomía.
La población estudiada ya mostraba señales de antecedentes de caídas y casi caídas
El trabajo se enfocó en una población con exposición conocida a caídas y deterioro funcional. Entre los 75 participantes, 29,3% reportó al menos una caída previa y 65,3% dijo haber atravesado experiencias de casi caída.
La edad promedio fue de 74,5 años. El 87% de la muestra eran mujeres, el 60% personas negras, el 96% tenía cobertura de Medicare y el 43% usaba algún dispositivo de asistencia.
En el cribado cognitivo, el puntaje medio del Telephone-Based Neurocognitive Screening Instrument fue de 35,0 y el del Montreal Cognitive Assessment de 23,1. El estudio definió deterioro cognitivo leve con criterios basados en MoCA y TICS ajustado por educación.
Los autores enmarcaron el trabajo en un problema sanitario. Recordaron que más de un tercio de los adultos mayores se cae cada año, que entre 10% y 20% de esas caídas produce lesiones graves y que los costos médicos directos anuales en Estados Unidos superan los USD 80.000 millones.
Los faltantes de datos y el entorno de reclutamiento limitaron el alcance de los hallazgos
El estudio identificó varias fuentes de datos ausentes: vacaciones de los participantes, caminatas insuficientes para el análisis, patrones de marcha irregulares, fallas del dispositivo, desconexiones de Wi-Fi o instalación del sensor más de 10 días después del ingreso. También se indicó que algunos participantes no tenían suficiente movimiento en la habitación donde estaba colocado el equipo.
En la medición basal, solo 36 personas contaron con TUG derivado del sensor, frente a 75 con TUG clínico. En los meses posteriores, los faltantes se redujeron, aunque persistieron: hubo datos del sensor para 58 participantes en el mes tres, 61 en el seis y 60 en los meses nueve y 12.
Los investigadores señalaron otra restricción: los participantes provenían de comunidades de vida senior, lo que puede limitar la aplicabilidad a otros entornos. También advirtieron que la muestra, aunque mayor que la de varios estudios previos con sensores, sigue siendo moderada.
El trabajo recibió financiación parcial de los Centros para el Control y la Prevención de Enfermedades y del National Institute on Aging.
PUBLICIDAD
PUBLICIDAD
Últimas Noticias
De la gran familia numerosa a la vejez sin nietos: el quiebre histórico de la demografía argentina
Nacieron en casas repletas de hermanos y hoy miran una vejez más extensa, pero con menos red familiar. El quiebre de la última década cambió una certeza doméstica y abre preguntas incómodas
Qué es el gen MTHFR que un especialista en biología humana vincula con la energía y la longevidad
Gary Brecka, conductor del podcast Ultimate Human, analizó el papel de esta variante genética y su relación con nutrientes asociados al metabolismo y la salud a largo plazo
El geriatra Bruno Vellas afirma que “una persona de 70 años presenta una capacidad comparable a la que tenía alguien de 60 hace apenas dos décadas”
El profesor de Medicina y fundador del IHU HealthAge de Toulouse explica cómo cambió el envejecimiento saludable y por qué la meta es sostener funciones físicas y mentales mucho antes de la vejez
A los 65, mejor preparado que a los 25: lo que nadie espera de la implementación de IA en las empresas
Siete de cada diez decisiones no pasan por la herramienta, sino por cómo se organiza la gente. Allí se juegan incentivos, procesos y poder. El desafío suele estar lejos de la arquitectura técnica
Qué es la sentadilla asiática y por qué la llaman la postura de la longevidad
Muchos especialistas recomiendan este ejercicio, pero existe una variante que estaría al tope de la lista de beneficios en materia de fuerza y agilidad en adultos mayores, teniendo en cuenta los límites que determina cada condición física
