Aplicación de inteligencia artificial para una evaluación biomecánica de la marcha a partir de videocámaras convencionales.

Problema: La evaluación biomecánica de la marcha permite detectar alteraciones no detectables mediante las evaluaciones clínicas. Los laboratorios de biomecánica que realizan evaluación de la marcha resultan poco factibles para los centros de salud dado sus elevados costos, uso de amplios espacios y alto tiempo de preparación. Solución desarrollada: Generamos un sistema de evaluación que a partir del registro de dos cámaras generó un informe biomecánico de la marcha (fases y ángulos) para la toma de decisiones en la rehabilitación de los pacientes. Al no utilizar marcadores ni sensores adicionales existe un ahorro significativo de recursos y tiempo. Validación: Los registros de nuestro sistema se contrastaron con datos de un laboratorio de biomecánica con cámaras de alta velocidad (Vicon). Al mismo tiempo se repitieron registros en pacientes luego de su rehabilitación. Tanto el sistema como su informe fueron diseñados y mejorados en base a la retroalimentación de los profesionales del laboratorio de biomecánica de la ACHS. Resultados preliminares: Logramos generar un modelo de la marcha a partir del registro de dos videocámaras, marcación en el suelo y un protocolo de grabación. A partir de esto se generó una interfaz y reporte amigable para los clínicos. El error estimado de desplazamiento angular entre un laboratorio estándar de biomecánica de marcha (Vicon) y nuestro sistema fue de 6,7 ± 9,3º para cadera derecha, 6,2 ± 10,7º para cadera izquierda, -1,8 ± 4,6º para rodilla derecha, 0,5 ± 7,2º para rodilla izquierda, -3,6 ± 12,6º para tobillo derecho y -12,5 ± 12,9º para tobillo izquierdo (promedio ± desviación estándar). El coeficiente de correlación producto-momento de Pearson fue calculado entre las señales de desplazamiento angular de ambos sistemas, resultando con la más alta correlación las rodillas (r promedio: 0,41 y 0,36, derecha e izquierda), seguidas de las caderas (0,26 y 0,21, derecha e izquierda), y luego los tobillos (0,2 y 0,14, derecho e izquierdo). En ensayos puntuales se obtuvieron valores de r de hasta 0,96, indicando que nuestro sistema tiene el potencial de ser tan preciso como el gold estándar de la industria, pero con un costo económico y operativo mucho menor. La progresión de métricas de la marcha muestra mejoras en los siguientes parámetros de los pacientes, ángulos mínimo y máximo de flexión de cadera y flexión de rodilla. Nuevos desafíos: Implementar un modelo 3D a partir de 3 cámaras que disminuya el error angular y que permita aumentar la precisión y las métricas espaciales.