Autor: adminsonorama

Este nuevo desarrollo médico permite que personas con amputación por encima de la rodilla recuperen la movilidad de forma más natural y reconozcan la prótesis como parte de su propio cuerpo.

Investigadores del Instituto Tecnológico de Massachusetts (MIT) desarrollaron una nueva rodilla biónica para personas con amputaciones por encima de la rodilla. A diferencia de las prótesis comunes, este sistema se conecta al hueso y los músculos del paciente, lo que permite una movilidad más natural y mayor control.

El avance combina dos tecnologías: una cirugía llamada AMI, que reconecta los músculos que normalmente se cortan durante la amputación, y un implante óseo de titanio que se fija en el fémur. Este implante lleva cables que captan señales eléctricas de los músculos, las cuales son usadas para mover la prótesis de forma precisa.

Resultados en pacientes y próximos pasos
El sistema ha sido denominado prótesis mecanoneural osteointegrada (OMP, por sus siglas en inglés). Fue probado en un pequeño estudio clínico y mostró resultados positivos. Los participantes pudieron caminar con más facilidad, subir escaleras y esquivar obstáculos con mayor facilidad que quienes usaban prótesis tradicionales.

Los investigadores evaluaron no solo el rendimiento físico, sino también el nivel de «embodiment», es decir, el grado en que los participantes sentían la prótesis como una extensión natural de su cuerpo. Aquellos con el sistema OMP mostraron mejoras significativas en este aspecto durante el transcurso del estudio.

Este avance se basa en investigaciones previas del mismo grupo, que ya habían demostrado beneficios similares en amputaciones por debajo de la rodilla. La técnica AMI ya se aplica de manera rutinaria en pacientes con este tipo de amputaciones, y se espera que su uso se extienda pronto a amputaciones por encima de la rodilla.

El sistema OMP todavía requiere ensayos clínicos más amplios para obtener la aprobación de uso comercial por parte de la Administración de Alimentos y Medicamentos (FDA) en Estados Unidos. Los investigadores estiman que este proceso podría completarse en aproximadamente cinco años.

Fuente: Diario RPP

Apple desarrolló un modelo de IA que analiza datos de comportamiento para anticipar cambios en la salud con notable precisión. El estudio marca un giro en cómo se interpreta la información recogida por dispositivos como el Apple Watch.

¿Puede un reloj inteligente predecir si una persona está embarazada, tiene una infección respiratoria o duerme mal? Según un nuevo estudio respaldado por Apple, la respuesta es sí. Y lo hace gracias a un modelo de inteligencia artificial que no se basa tanto en los sensores tradicionales (como los que miden el pulso), sino en cómo nos movemos, cuánto dormimos, cuánta energía gastamos o qué tan rápido caminamos.

El sistema se llama WBM (Wearable Behavior Model) y fue entrenado con datos de más de 160.000 personas que participaron en el ‘Estudio de Corazón y Movimiento de Apple’ (AHMS por sus siglas en inglés). En total, se analizaron más de 2.500 millones de horas de datos recolectados a través del Apple Watch y el iPhone.

De sensores a comportamiento
Hasta ahora, la mayoría de las tecnologías de monitoreo de salud usaban datos directos de sensores como la frecuencia cardíaca o la oxigenación en sangre. Pero este modelo cambia de enfoque: en lugar de mirar lo que pasa segundo a segundo en el cuerpo, analiza patrones de comportamiento a lo largo del tiempo.

Esto incluye datos como:

• Cantidad de pasos diarios
• Calidad del sueño
• Ritmo de respiración
• Energía activa (calorías quemadas)
• Estabilidad al caminar
• Capacidad cardiovascular estimada (VO₂ máx)

Estos datos ya son generados por el Apple Watch, pero en este caso se procesan con inteligencia artificial (IA) para encontrar patrones relacionados con la salud.

¿Qué tan preciso es?
Según el estudio, el modelo logró una impresionante precisión del 92% en la detección de embarazo. Además, mostró también buenos resultados en tareas como la predicción de la calidad del sueño, la detección de infecciones respiratorias o incluso el estimar si alguien toma ciertos medicamentos, como betabloqueadores.

El modelo fue evaluado en 57 tareas de predicción de salud. Superó a los sistemas tradicionales en 18 de 47 tareas relacionadas con condiciones médicas estables y en casi todas las tareas dinámicas (como cambios temporales en el estado de salud).

El avance no está en los sensores, que ya existen, sino en cómo se interpretan los datos con IA. A diferencia de los datos en bruto, los indicadores de comportamiento son más estables y fáciles de asociar con hábitos o condiciones reales. Eso le da al modelo la capacidad de detectar cambios en la salud con mayor anticipación.

Aunque todavía se trata de un estudio en fase preliminar, el modelo no busca reemplazar los sensores tradicionales, sino complementarlos. La combinación de datos fisiológicos con patrones de comportamiento parece ofrecer una visión más completa y precisa del estado de salud de una persona.

Fuente: Diario RPP