From Video to Clinical Insight: Computer Vision-Based Detection of Upper Limb Compensation Strategies Following Stroke Utilizing SAM3D Body

La recuperación de un accidente cerebrovascular es, a menudo, una historia de adaptación. Cuando el centro de mando del brazo en el cerebro se daña, el cuerpo frecuentemente encuentra un atajo para cumplir con la tarea. Si una persona no puede alcanzar hacia adelante con la mano porque los músculos del hombro están débiles, puede inclinar todo su torso hacia adelante o levantar el hombro en alto para acercar la mano a una taza. Estos "movimientos compensatorios" permiten a la persona completar la tarea, pero pueden convertirse en malos hábitos que impiden que el brazo vuelva a aprender a moverse correctamente. Durante décadas, los terapeutas han dependido de sus propios ojos para detectar estos atajos durante las visitas clínicas, observando si un paciente estira el brazo y notando si su columna se dobla o si su hombro se eleva. Sin embargo, este método se limita a las pocas horas que un paciente pasa en un hospital, lo que dificulta el seguimiento del progreso o la detección de cambios sutiles cuando el paciente está de vuelta en su casa.

Un equipo de investigadores ha desarrollado ahora una forma de ver estos movimientos ocultos utilizando nada más que una cámara de video estándar y un programa informático. Al enseñar a una máquina a reconocer los ángulos específicos del cuerpo, crearon un sistema que puede señalar automáticamente cuándo un sobreviviente de un accidente cerebrovascular está utilizando estas estrategias compensatorias. El objetivo no era reemplazar al terapeuta, sino darle una herramienta que funcione las veinticuere horas del día, convirtiendo una simple grabación de video en un informe detallado sobre cómo se mueve el cuerpo. Este enfoque ofrece un camino para monitorear la recuperación en el mundo real, donde los pacientes viven y practican, en lugar de solo en el entorno controlado de un laboratorio.

Los investigadores se centraron en tres formas comunes en las que el cuerpo compensa durante una tarea sencilla: alcanzar una botella de agua y llevarla a la boca. La primera es levantar el hombro lejos del costado del cuerpo. La segunda es doblar la parte superior del cuerpo hacia adelante. La tercera es inclinar la parte superior del cuerpo hacia un lado. Para enseñar a la computadora a detectar esto, el equipo reclutó a veintiséis personas que habían sufrido un accidente cerebrovascular entre uno y seis meses antes. Cada participante se sentó a una mesa y realizó la tarea de alcance diez veces con su brazo más fuerte y diez veces con su brazo más débil. Una cámara de tableta grabó cada movimiento desde el frente.

En lugar de colocar sensores en la piel o pedir a los pacientes que usaran trajes especiales, el equipo utilizó un sofisticado modelo de visión computar por computadora llamado SAM3D Body. Este software analiza el video fotograma a fotograma para construir un esqueleto tridimensional del cuerpo de la persona, rastreando la posición de la columna, los hombros, los codos y las muñecas en el espacio. Los investigadores luego calcularon ángulos específicos para cada movimiento. Por ejemplo, para medir la elevación del hombro, la computadora calculó el ángulo entre la parte superior del brazo y la columna. Para medir la inclinación, midió qué tan lejos se inclinaba la columna de una línea vertical recta. Observaron el ángulo máximo alcanzado, el ángulo promedio mantenido y cuánto cambió el ángulo desde la posición inicial.

Para asegurar que la computadora estuviera aprendiendo lo correcto, tres expertos humanos —médicos y terapeutas— observaron los videos y etiquetaron cada intento como si mostraba un movimiento compensatorio o no. Coincidieron en las etiquetas para la gran mayoría de los ensayos. Los investigadores luego entrenaron un algoritmo de aprendizaje automático, un tipo de programa informático que aprende patrones a partir de datos, para predecir estas etiquetas basándose únicamente en los ángulos calculados por la cámara. Probaron el sistema utilizando un método riguroso en el que la computadora fue entrenada con datos de veinticinco personas y luego se le pidió que predijera los movimientos de la persona número veintiséis, un proceso repetido hasta que cada participante fue probado. Esto aseguró que el sistema pudiera reconocer estos movimientos en una persona nueva que nunca había visto.

Los resultados mostraron que la computadora podía identificar estos movimientos con alta confiabilidad. Para la estrategia de elevación del hombro, el sistema fue correcto aproximadamente el 95.5% de las veces. Para la inclinación hacia el lado, fue correcto el 87.5% de las veces. El movimiento de flexión hacia adelante fue el más difícil de detectar, con una precisión del 75.6%, pero la tasa de éxito general en los tres tipos fue sólida. Los investigadores encontraron que el sistema funcionaba mejor para personas con impedimentos más severos. En estos pacientes, los movimientos compensatorios eran grandes y obvios, lo que los hacía fáciles de detectar para la computadora. Para aquellos con impedimentos más leves, los movimientos eran más sutiles y cercanos a los patrones de movimiento normales, lo que los hacía ligeramente más difíciles de distinguir. Esto sugiere que la herramienta es particularmente útil para los pacientes que necesitan más ayuda, ya que sus movimientos más grandes son los que el sistema captura con mayor fiabilidad.

El estudio también reveló por qué algunos movimientos eran más difíciles de detectar que otros. La flexión hacia adelante del torso depende de la percepción de profundidad: qué tan lejos se mueve el cuerpo hacia adelante o hacia atrás de la cámara. Dado que el sistema utilizaba una sola cámara, tenía que estimar esta profundidad, lo cual es inherentemente más difícil que medir movimientos de lado a lado o de arriba hacia abajo en una pantalla plana. Esta limitación técnica explica por qué la detección de la flexión hacia adelante fue menos precisa que la detección de la elevación del hombro o la inclinación lateral. A pesar de esto, el sistema distinguió con éxito entre el brazo afectado y el brazo sano, mostrando que el brazo más débil activaba consistentemente ángulos compensatorios mayores.

Los investigadores enfatizan que esta tecnología está diseñada para asistir, no para reemplazar el juicio humano. En un entorno práctico, el sistema actuaría como un filtro, revisando horas de video y resaltando solo los intentos específicos donde es probable que haya ocurrido un movimiento compensatorio. Un terapeuta podría entonces revisar solo esos momentos señalados, quizás viendo una reconstrucción 3D del cuerpo superpuesta en el video para confirmar el hallazgo. Esto ahorraría tiempo a los terapeutas y les permitiría concentrarse en los datos más relevantes. El sistema también podría usarse para el monitoreo remoto, permitiendo que los pacientes realicen la tarea en casa con una tableta y envíen los datos a su equipo de atención médica. Esto proporcionaría una imagen continua de la recuperación, mostrando si un paciente está mejorando o si está recayendo en viejos hábitos entre las visitas a la clínica.

Aunque el sistema actual requiere computadoras potentes para procesar el video, los investigadores señalan que las mejoras futuras podrían hacerlo lo suficientemente rápido como para ejecutarse en dispositivos móviles estándar. También reconocen que las condiciones del mundo real, como la mala iluminación o los fondos desordenados, podrían desafiar al sistema, y que se necesitan más datos para refinar su precisión para personas con impedimentos leves. Sin embargo, el hallazgo central se mantiene: es posible utilizar una sola cámara de video y software avanzado para medir objetivamente cómo se mueve un sobreviviente de un accidente cerebrovascular. Al convertir un simple video en una medición precisa de los ángulos del cuerpo, este trabajo abre la puerta a un futuro donde la rehabilitación no es solo una serie de visitas a la clínica, sino un viaje continuo y basado en datos hacia la recuperación.