Exploration of Foundation Model-Based Robots in Patient and Elderly Care

Resumen Técnico: Exploración de Robots Basados en Modelos Fundacionales para el Cuidado de Pacientes y Ancianos

Planteamiento del Problema
El envejecimiento de la población mundial está tensionando los sistemas de cuidado, lo que genera una demanda de asistencia robótica capaz de gestionar la comunicación rutinaria, la orientación y las tareas físicas sin necesidad de una programación explícita para cada escenario. Si bien los modelos fundacionales (MF), particularmente los Modelos de Lenguaje Extensos (LLM) y los Modelos de Lenguaje y Visión (VLM), ofrecen la promesa teórica de una interacción de lenguaje natural flexible y adaptabilidad a contextos de cuidado desconocidos, su despliegue en entornos clínicos y de cuidado enfrenta obstáculos significativos. La investigación actual carece de claridad sobre si estos sistemas encarnados pueden traducir los avances técnicos en un cuidado fiable, seguro y clínicamente impactante. Los desafíos clave incluyen el potencial de alucinaciones, información desactualizada, rupturas conversacionales y la dificultad de integrar sistemas de IA complejos en flujos de trabajo de cuidado establecidos con una supervisión humana responsable.

Metodología
Este documento es un artículo de Perspectiva que sintetiza la literatura existente en lugar de presentar nuevos datos empíricos. Los autores realizaron una revisión exhaustiva de los robots de cuidado basados en modelos fundacionales, organizando su análisis en torno a tres preguntas centrales:

1. ¿Cómo alteran los MF el diseño de los robots de cuidado?
2. ¿Qué factores apoyan o limitan la aceptación, el compromiso y la confianza del usuario?
3. ¿Qué evidencia existe de resultados relevantes para el cuidado?

La revisión categoriza los sistemas actuales por sus roles funcionales, tipos de encarnación, modalidades de interacción y mecanismos de seguridad. Evalúa críticamente estudios empíricos que abarcan entornos domésticos, residencias de ancianos, clínicas y hospitales, centrándose en métricas de usabilidad, niveles de compromiso y resultados de cuidado proximal (p. ej., compromiso cognitivo) frente a cambios clínicos de largo alcance.

Contribuciones Clave
El artículo proporciona una taxonomía estructurada de cómo se integran actualmente los modelos fundacionales en la robótica de cuidado e identifica brechas críticas entre la capacidad técnica y la realidad clínica.

• Roles de los Modelos Fundacionales: Los autores identifican cinco roles primarios:
  1. Apoyo Conversacional: Generación de diálogos flexibles y personalizados para la conexión social y la expresión emocional.
  2. Entrenamiento Estructurado: Entrega de intervenciones guiadas por protocolos (p. ej., psicología positiva, guía de rango de movimiento).
  3. Evaluación Cognitiva: Administración de tareas o estimación de puntuaciones de cribado (p. ej., MMSE, HDS-R) a partir de transcripciones de interacciones.
  4. Mediación de Flujo de Trabajo: Traducción de la entrada no estructurada del usuario en resúmenes estructurados para clínicos o cuidadores.
  5. Asistencia Física: Interpretación de comandos de alto nivel para acciones físicas delimitadas (p. ej., alimentación, rehabilitación).
• Arquitectura del Sistema y Limitaciones: Los sistemas actuales utilizan predominantemente los MF como una capa conversacional y de razonamiento sobre plataformas robóticas existentes (a menudo humanoides de asistencia social como Pepper o NAO). Si bien la autonomía conversacional es alta, la autonomía física y situada sigue siendo limitada. La mayoría de las interacciones están centradas en la voz, donde la fundamentación multimodal (visión, afecto, mirada) sirve principalmente para enriquecer los prompts más que para impulsar un comportamiento físico autónomo.
• Mecanismos de Seguridad: La seguridad se logra actualmente mediante medidas modestas como restricciones a nivel de prompt, fuentes de conocimiento curadas (listas blancas) y comportamientos de reserva (derivación de entradas inciertas hacia respuestas seguras). Sin embargo, la notificación de seguridad de extremo a extremo, incluyendo taxonomías de modos de falla y tasas de intervención humana, es mayormente inexistente.

Resultos y Evidencia
La revisión sintetiza los hallces de las evaluaciones empíricas respecto a la experiencia del usuario y el impacto en el cuidado:

• Experiencia del Usuario: La integración de los MF generalmente mejora la usabilidad y la aceptabilidad. Los estudios reportan puntuaciones más altas en la Escala de Aceptabilidad E y la Escala de Usabilidad del Sistema (SUS) cuando los robots utilizan los MF para ofrecer respuestas más coherentes y conscientes del contexto.
• Compromiso: Los MF mejoran el compromiso al mantener la atención y la participación verbal, particularmente en escenarios de narración de historias, reminiscencia y entrenamiento. La personalización (p. ej., recordar preferencias, ajustar el tono) es crucial, aunque los usuarios suelen preferir un rol de "curador" donde aprueban las sugerencias del robot en lugar de una delegación total.
• Desafíos de Fiabilidad: Persisten barreras significativas para la confianza, incluyendo alucinaciones, respuestas repetitivas o incoherentes, desajustes afectivos y latencia. Estos fallos ocurren a menudo en todo el proceso (reconocimiento de voz, generación, síntesis de voz), interrumpiendo la personalidad social del robot.
• Resultados de Cuidado: La evidencia del impacto en el cuidado se concentra en resultados proximales, tales como la mejora en la comunicación, el aumento de la participación y el compromiso cognitivo. Existe evidencia limitada de cambios validados en el estado de la enfermedad, la independencia funcional o la toma de decisiones clínicas a largo plazo. Los sistemas actuales funcionan mejor como mediadores de comunicación y andamiajes adaptativos en lugar de agentes de diagnóstico o tratamiento autónomos.

Significancia y Direcciones Futuras
El artículo argumenta que, si bien los modelos fundacionales han expandido las capacidades conversacionales y de resumen de los robots de cuidado, aún no han producido avances comparables en la percepción encarnada, la manipulación o la toma de decisiones autónoma. Los autores sostienen que, para que estas tecnologías transicionen de prototipos prometedores a herramientas de cuidado responsables, la investigación futura debe cambiar su enfoque hacia tres áreas:

1. Estándares de Evaluación Específicos para el Cuidado: Ir más allá de estudios de viabilidad aislados hacia marcos que vinculen las señales a nivel de interacción (p. ej., compromiso) con resultados clínicos derivados (p. ej., carga del cuidador, adherencia). Esto incluye establecer líneas base contra sistemas que no utilicen LLM y tareas administradas por humanos.
2. Autonomía Responsable: Desarrollar sistemas con "autonomía compartida limitada", donde los robots operen dentro de bibliotecas de habilidades restringidas y recurran a los humanos cuando la confianza o la seguridad sean insuficientes. Esto requiere un reporte estandarizado de modos de falla, visualización de incertidumbre y tasas de intervención.
3. Integración en el Flujo de Trabajo de Cuidado: Situar a los robots dentro del ecosistema de cuidado más amplio, definiendo protocolos claros para la recolección, revisión, escalada de información y distribución de la responsabilidad entre pacientes, cuidadores y clínicos.

El artículo concluye que el valor inmediato de los robots basados en modelos fundacionales reside en mejorar el apoyo al cuidado mediado por la interacción, pero alcanzar su pleno potencial requiere una validación rigurosa, mecanismos de seguridad robustos y una integración profunda en los flujos de trabajo de cuidado del mundo real.