Un estudio de la Universidad de Pensilvania probó un sistema de Inteligencia Artificial con sensores en viviendas de adultos mayores y logró aproximar, de forma continua y pasiva, la movilidad funcional a lo que mide una evaluación clínica. La correlación entre ambas mediciones fue de 0,611, lo que sugiere un potencial clínico relevante para la prevención de caídas.
Mirá También: Jon Hernández, experto en IA: “En 2 años, si no eres fluido en inteligencia artificial estarás fuera del mercado laboral”
La investigación siguió durante un año a 75 personas de 65 años o más, 68 de las cuales completaron el estudio en residencias o comunidades de retiro. Cada hogar recibió un sensor de profundidad que registró siluetas para preservar privacidad y transmitió datos por Wi‑Fi a un servidor sin identificadores, base del monitoreo domiciliario.
Comparación de los resultados de Inteligencia Artificial con pruebas clínicas
El sistema detectó tramos de marcha de al menos 1,2 metros y extrajo velocidad, tiempo y longitud de zancada, además de estimar la altura para distinguir residentes de visitantes. Al comparar con el test TUG realizado por un profesional, la correlación global fue de 0,611 con IC 95% 0,354–0,782 y mostró capacidad para reflejar el rendimiento funcional.
Los autores indicaron que el monitoreo domiciliario habilitado por IA puede captar indicadores útiles de movilidad funcional en adultos que viven en comunidad. Sin embargo, señalaron pérdidas de datos iniciales por calibración y falta de caminatas suficientes, una limitación clave que condiciona interpretaciones a corto plazo y reduce la potencia para detectar microcambios trimestrales.
Aplicaciones de Inteligencia Artificial más allá de las caídas
El estudio también analizó la asociación con el Functional Activity Questionnaire: puntajes más altos, que indican mayor deterioro, se relacionaron con menor velocidad de marcha y zancadas más cortas. Estas correlaciones, más modestas, sugieren que los datos pasivos pueden aportar información sobre autonomía y necesidades de cuidado además de riesgo de caídas.
La muestra promedió 74,5 años, 87% mujeres y 60% personas negras; el 43% usaba algún dispositivo de asistencia. El 29,3% reportó caídas previas y 65,3% casi caídas. Los autores recordaron que más de un tercio de los mayores se cae cada año y que los costos médicos en EE. UU. superan los USD 80.000 millones.
Los investigadores admitieron limitaciones: ausentismo de datos por vacaciones, fallas del dispositivo o ubicaciones sin tráfico peatonal; en la línea basal sólo 36 sensores aportaron TUG. Con todo, concluyeron que la vigilancia continua podría complementar evaluaciones de consultorio y detectar trayectorias lentas de deterioro funcional y orientar intervenciones preventivas o traslados asistenciales.
Temas Relacionados
—
fuente: Inteligencia Artificial que monitorea la movilidad de los … – Radio Mitre”> GOOGLE NEWS
