IMU-Based Hip Adduction and Flexion Moment Estimation for Osteoarthritis and Healthy Individuals During Normal and Modified Gait

Para millones de personas que viven con osteoartritis de cadera, el simple acto de caminar es una constante negociación con el dolor. La afección desgasta el cartílago liso que amortigua la articulación, convirtiendo cada paso en una fricción de trituración que puede derivar en una discapacidad grave. Aunque los médicos pueden ver el daño en una radiografía, la verdadera historia de la enfermedad se desarrolla en las fuerzas invisibles que actúan sobre el cuerpo mientras la persona se mueve. Cada vez que un pie toca el suelo, la articulación de la cadera absorbe una carga masiva, y la forma en que una persona camina —cómo se inclina, cómo gira las puntas de los pies, qué tan rápido se mueve— determina exactamente cuánto estrés soporta esa articulación. Con el tiempo, estas fuerzas acumulativas pueden acelerar la enfermedad, pero para la mayoría de los pacientes, esta carga peligrosa ocurre en la quietud de sus vidas diarias, lejos de las clínicas especializadas donde tales mediciones suelen realizarse.

Hasta ahora, comprender estas fuerzas requería un viaje a un laboratorio de biomecánica. Allí, los pacientes caminan sobre un suelo con sensores de presión integrados mientras cámaras rastrean sus movimientos con precisión láser. Esta configuración proporciona una instantánea detallada del estrés articular, pero es costosa, engorrosa y captura solo unos pocos segundos de caminata en un entorno controlado. No puede decirle a un médico cómo se comporta la cadera de un paciente durante una caminata matutina en el parque, una ida al supermercado o un momento de distracción. El desafío para la ciencia médica ha sido encontrar una manera de sacar este nivel de conocimiento del laboratorio y llevarlo al mundo real, utilizando pequeños dispositivos portátiles que puedan rastrear el movimiento del cuerpo sin la necesidad de una sala llena de equipos.

Un equipo de investigadores de la Universidad de Jiao Tong de Shanghái, la Universidad de Kioto y la Universidad China de Hong Kong ha dado un paso significativo hacia la resolución de este problema. Desarrollaron un nuevo método para estimar las fuerzas de torsión y flexión dentro de la articulación de la cadera utilizando solo pequeños sensores adheridos al cuerpo. Estos sensores, conocidos como unidades de medición inercial, son dispositivos diminutos que pueden detectar la aceleración y la rotación, similares a los chips que se encuentran en los teléfonos inteligentes. Los investigadores querían saber si podían usar estas señales simples para reconstruir las complejas fuerzas que actúan sobre la cadera, incluso para personas con artritis e incluso cuando esas personas cambiaban su forma de caminar.

Para probar su idea, el equipo reclutó a ochenta y cuatro participantes, incluyendo adultos jóvenes sanos, adultos mayores sanos y personas diagnosticadas con osteoartritis de cadera. Les pidieron a todos que caminaran en una cinta de correr y a través de un suelo equipado con sensores de fuerza mientras vestían ocho de estos pequeños dispositivos en su tronco, pelvis y piernas. Los participantes no solo caminaron normalmente; se les pidió que modificaran su marcha de formas específicas para ver si el sistema podía seguirles el ritmo. Caminaron más rápido y más lento, giraron las puntas de los pies hacia adentro y hacia afuera, ensancharon y estrecharon sus pasos, inclinaron sus torsos hacia los lados e incluso intentaron caminar mientras contaban hacia atrás de tres en tres para simular una mente distraída. Esto creó una vasta biblioteca de datos de movimiento, capturando cómo se comporta la cadera bajo una amplia variedad de condiciones.

Luego, los investigadores construyeron un modelo computacional, un tipo de inteligencia artificial diseñada para aprender patrones a partir de datos. Entrenaron este modelo para que observara las señales provenientes de los sensores en el tronco, la pelvis y las piernas, y predijera las fuerzas correspondientes dentro de la cadera. El objetivo era crear un sistema que pudiera funcionar para cualquier persona, no solo para las personas con las que fue entrenado. Inicialmente, probaron una versión de "talla única" del modelo. Esta versión era razonablemente buena, pero le costaba obtener los números exactos para cada individuo, especialmente para aquellos con artritis cuyos patrones de movimiento diferían significamente de las personas sanas.

El avance llegó cuando los investigadores introdujeron una técnica llamada "personalización de pocos disparos" (few-shot personalization). En lugar de intentar forzar a cada persona a encajar en el mismo molde, permitieron que el modelo aprendiera un poco sobre cada nueva persona usando solo una mínima cantidad de datos. Antes de probar a un nuevo participante en las tareas de caminata difíciles y modificadas, el sistema le pedía que caminara normalmente durante solo unos pocos pasos. El modelo utilizó estos pocos pasos para ajustar sus configuraciones internas para coincidir con el tamaño corporal de esa persona específica, la forma en que usaba los sensores y su manera única de moverse. Era un proceso de calibración, similar a sintonizar una radio a una estación específica, pero realizado en segundos por la computadora.

Los resultados mostraron que este pequeño ajuste marcó una gran diferencia. Cuando el modelo utilizó solo los datos de unos pocos pasos normales para personalizarse, sus predicciones se volvieron notablemente precisas. Para las fuerzas que empujan la cadera hacia adentro y las fuerzas que la flexionan hacia adelante, el error disminuyó significamente, y los patrones de movimiento predichos coincidieron con las mediciones reales con un alto grado de precisión. Esta exactitud se mantuvo incluso cuando los participantes cambiaban a las tareas difíciles, como caminar con un paso ancho o inclinar el tronco. El sistema no necesitó ser reentrenado para cada nuevo estilo de caminata; la calibración inicial fue suficiente para permitirle generalizar a nuevas situaciones.

Quizás lo más importante es que el sistema funcionó igual de bien en un grupo independiente de personas que nunca habían formado parte del proceso de entrenamiento. Este grupo incluía más personas con artritis de cadera y problemas de desarrollo en sus caderas, caminando sobre una superficie plana en lugar de una cinta de correr. El modelo personalizado estimó con éxito las fuerzas de su cadera, demostrando que el método podía transferirse a través de diferentes entornos y diferentes tipos de pacientes. Los investigadores descubrieron que el sistema podía capturar con precisión no solo la fuerza promedio, sino también los picos específicos de estrés que ocurren en el momento en que el pie toca el suelo, así como la cantidad total de estrés acumulado durante todo el paso. Estos detalles son críticos para los médicos, ya que indican qué patrones de caminata podrían ser perjudiciales y cuáles podrían ayudar a proteger la articulación.

El estudio también exploró cuántos sensores eran realmente necesarios. Encontraron que el uso de sensores en el tronco, la pelvis, el muslo y la espinilla proporcionaba el mejor equilibrio entre precisión y comodidad. Añadir un sensor al pie no mejoró los resultados lo suficiente como para justificar la carga adicional para el paciente. Esto sugiere que un sistema práctico y portátil para el uso diario podría ser bastante simple, requiriendo solo cuatro dispositivos pequeños en lugar de un complejo despliegue de equipos.

Las implicaciones de este trabajo se extienden más allá del laboratorio. Al permitir el monitoreo preciso y continuo de la carga de la cadera fuera de una clínica, esta tecnología podría ayudar a los médicos a identificar hábitos de caminata perjudiciales antes de que causen más daños. Podría permitir que los pacientes reciban retroalimentación en tiempo real sobre cómo ajustar su marcha para reducir el dolor y frenar la progresión de su enfermedad. En lugar de esperar a un chequeo anual donde un médico podría ver solo una imagen estática de la articulación, los pacientes podrían usar estos sensores durante sus vidas diarias para ver cómo sus cuerpos responden a diferentes actividades. Los investigadores sugieren que este enfoque podría conducir eventualmente a planes de rehabilitación personalizados que se ajusten basados en datos del mundo real, en lugar de modelos teóricos.

Si bien el estudio se realizó bajo condiciones controladas con participantes caminando en cintas de correr y suelos marcados, el éxito del modelo personalizado en un grupo independiente que caminaba sobre el terreno sugiere un fuerte potencial para la aplicación en el mundo real. Los investigadores reconocen que el trabajo futuro tendrá que probar el sistema en entornos completamente no controlados, como calles concurridas o terrenos irregulares, y explorar formas de reducir la necesidad de los pasos de calibración inicial. Sin embargo, el hallazgo central permanece claro: al combinar sensores portátiles con un modelo computacional inteligente y adaptable, es posible ver las fuerzas invisibles que actúan sobre la cadera humana, abriendo una nueva ventana hacia el manejo de una de las enfermedades articulares más comunes y debilitantes de nuestro tiempo.