La Inteligencia Artificial está transformando campos y sectores muy diferentes, y la fisioterapia no es una excepción. Con el avance tecnológico y su creciente disponibilidad de uso para cualquier persona con acceso a internet, la IA se ha convertido en una herramienta muy valiosa para mejorar nuestra práctica clínica en las consultas de fisioterapeutas y médicos de todo el mundo.
La Fisioterapia Digital es una realidad con herramientas con la llegada de tecnologías de IA, Chatbots o de visión computerizada
En este blog, exploraremos 10 posibles usos de la IA en fisioterapia, y cómo pueden impactar en especialidades como fisioterapia traumatológica, deportiva, neurológica o cardiorrespiratoria entre otras.
¡Acompáñanos en este viaje hacia el futuro de la fisioterapia digital impulsada por la inteligencia artificial!
Recuerda que disponemos de una Masterclass completa sobre Cómo aplicar ChatGPT en tu consulta de fisioterapia:
La tecnología de inteligencia artificial (IA) es un término general que describe computadoras que exhiben inteligencia y razonamiento similares a los humanos. Se centra en el desarrollo de sistemas y programas capaces de realizar tareas que normalmente requieren inteligencia humana tales como reconocimiento de patrones, el aprendizaje, la toma de decisiones, el razonamiento y la resolución de problemas. Todo este proceso inteligente busca imitar el funcionamiento del cerebro humano para desarrollar sistemas que puedan pensar, aprender y actuar de manera autónoma.
Entre las aplicaciones de las IA destacan:
- Chatbots son programas informáticos diseñados para simular una conversación con usuarios humanos a través de mensajes de texto o voz. Utilizan sistemas de procesamiento del lenguaje natural para comprender y responder a las consultas de los usuarios de manera inteligente y contextualizada. Los chatbots se utilizan en una variedad de ámbitos, como atención al cliente, asistentes virtuales y servicios de información automatizada.
- Deep learning se basa en algoritmos de redes neuronales artificiales con múltiples capas para aprender y representar datos de manera jerárquica y abstracta. Esta técnica permite a los sistemas de inteligencia artificial aprender de grandes cantidades de datos sin necesidad de una programación explícita. El deep learning se utiliza en una amplia gama de casos, incluyendo reconocimiento de voz, procesamiento de imágenes, traducción automática y conducción autónoma.
- Computer vision, o visión por computadora, es un campo de la IA que se enfoca en desarrollar sistemas que pueden interpretar y comprender el contenido visual de imágenes o videos. Utiliza algoritmos de procesamiento de imágenes y técnicas de aprendizaje automático para identificar objetos, reconocer patrones y extraer información significativa de datos visuales. La visión por computadora se emplea en diversas áreas, como reconocimiento facial, diagnóstico médico por imágenes, vehículos autónomos y sistemas de seguridad.
La IA está cada vez más presente en especialidades médicas como una herramienta capaz de mejorar los estándares de práctica clínica y los resultados clínicos de los pacientes. Además, ofrece oportunidades en fisioterapia tales como crear programas de ejercicio terapéutico personalizados, fomentar la adherencia al tratamiento o corregir patrones de movimiento incorrectos.
A continuación os exponemos 10 ejemplos de uso de esta tecnología en el campo de la fisioterapia:
1️⃣Detección de movimientos o control de la ejecución de ejercicios incorrectos
La capacidad de la Inteligencia Artificial aplicada a través de la cámara frontal de dispositivos mediante visión computerizada, permite analizar la ejecución de ejercicios, controlar los movimientos y su desempeño. Este control de los movimientos y segmentos corporales, permite a la IA dar mensajes automáticos correctivos, dando información al paciente de que está realizando el ejercicio de manera incorrecta.
Un ejemplo donde la IA puede corregir la realización de un ejercicio es la sentadilla. Un trabajo publicado en Scientific Report en 2021, comparó la capacidad de una aplicación con IA de identificar patrones erróneos de movimiento durante una sentadilla o squat frente al feedback aportado por un fisioterapeuta. Un ejemplo de cómo la IA puede monitorizar el desempeño es la siguiente, utilizando la plataforma de rehabilitación online RehBody.
Ejercicio ‘Sentadillas Profundas’ guiado desde RehBody.
El análisis estadístico que realizaron en el estudio reveló la ausencia de diferencias significativas entre los feedbacks reportados por la IA frente a los aportados por los fisioterapeutas. Entre los mensajes aportados destacaron: extender demasiado el cuello hacia arriba, no bajar lo suficiente en la sentadilla o movimientos demasiado rápidos.
Gráfico con correcciones realizadas por la IA VS realizadas por fisioterapeuta (Luna A et al 2021)
En definitiva, esta capacidad de la IA integrada dentro de un programa de ejercicio terapéutico, permite dar seguridad al paciente. La app consigue asegurar que los pacientes acceden a un tratamiento con ejercicio de manera segura, controlado y supervisado en todo momento. Los ejercicios incorrectos pueden corregirse al instante en cualquier lugar, sin necesidad de trabajar en consulta de manera presencial.
2️⃣ Evaluación de Movilidad o Goniometría de movimientos
Gracias a la tecnología de computer vision integrada dentro de plataformas móviles cómo RehBody, conseguimos algo que hasta la fecha no podíamos ni imaginar en fisioterapia: realizar una goniometría de la movilidad articular ¡sin utilizar un goniómetro!
La IA hace posible analizar posiciones y segmentos articulares del paciente a través de su ordenador o smartphone. Esta capacidad le permite monitorizar la cantidad de movimiento que un paciente realiza. Un ejemplo es el siguiente, la ejecución del ejercicio de “Elevación Frontal de Hombro sin peso” frente a la cámara frontal, nos permite a posteriori conocer qué movilidad alcanzó nuestro paciente.
ROM. Ejercicio ‘Elevación Frontal de Hombro sin peso’. Datos RehBody.
Ejercicio ‘Elevación Frontal de Hombro sin peso’ guiado desde RehBody.
RehBody incluye sistemas y algoritmos de inteligencia artificial que, mediante la detección de puntos articulares y segmentos corporales, permite conocer en todo momento la movilidad de la articulación que queramos. Esta información es reportada en forma de gráficos al fisioterapeuta, lo que le permite conocer en todo momento cómo está evolucionando el paciente.
Esta funcionalidad es especialmente interesante en situaciones en las que no hay una evolución favorable del paciente. Si en determinada situación observamos que el paciente no alcanza la movilidad requerida, podríamos conocerlo al instante y actuar en consecuencia: contactar con el paciente por si no comprende el ejercicio, por si ha empeorado su sintomatología o incluso citarlo en consulta para reevaluarlo.
3️⃣ Educación Terapéutica de pacientes con patologías complejas
En ocasiones los pacientes presentan diagnósticos clínicos que pueden necesitar un cuidado y seguimiento de manera prolongada por un fisioterapeuta. Algunos ejemplos son las enfermedades reumáticas (osteoartritis, artritis reumatoide, espondilitis anquilosante, lupus eritematoso sistémico…), dolor musculoesquelético crónico (dolor lumbar crónico, dolor cervical crónico, lesiones de manguito rotador, cefaleas…), enfermedades cardiovasculares, neurológicas, etc.
En estas enfermedades, la discapacidad, el dolor o el estrés o sufrimiento psicológico son síntomas importantes entre los pacientes, y requieren de un conocimiento básico de su condición para poder mejorar. Para el fisioterapeuta, puede ser un reto realizar una educación de la enfermedad que realmente cale en el paciente. Para ayudarnos, podemos utilizar la herramienta ChatGPT.
Educación terapéutica con Inteligencia Artificial.
ChatGPT es una tecnología diseñada para replicar el lenguaje y comunicación humana lo más real posible. Esto es posible gracias a su capacidad de aprendizaje a través de sus miles de algoritmos y redes neuronales conectadas. Es por ello que a más información y detalle que le demos a la herramienta, mejor respuesta vamos a obtener
Gracias a esta capacidad de adaptar la respuesta, los fisioterapeutas podemos aprovechar este Chatbot para educar a nuestro paciente. Sin ir más lejos, podemos pedir a la herramienta que nos explique de manera sencilla y divulgativa, en qué consiste el dolor crónico para después nosotros aplicar la respuesta a nuestro paciente.
En este ejemplo, le pedí que me ayudara a explicar una definición que en sí puede ser compleja de comprender para un paciente, el concepto dolor. Mi objetivo era obtener una explicación sencilla y clara para cualquier paciente de la definición de la IASP del dolor. Para ello, le aporté el contexto en que quería obtener la respuesta (contexto clínico para hablar con un paciente), y me dió estas respuesta:
A continuación, le pedí más detalles de la definición. Ante mi segunda petición, me aportó ejemplos y situaciones reales que pude transmitir a posteriori a mi paciente:
A raíz de esta capacidad de educación terapéutica con ChatGPT, nos puede surgir la siguiente pregunta. ¿Puedo fiarme de la información que me aporta?
Un interesante estudio titulado “Dr ChatGPT»: ¿Es una fuente fiable y útil para las enfermedades reumáticas comunes?”evaluó la capacidad de ChatGPT de aportar información fiable sobre enfermedades como la osteoartritis, Artritis Reumatoide, Fibromialgia, Espondilitis Anquilosante, Artritis Psoriásica y Gota, comparado con Guías Internacionales de Instituciones internacionales de reumatología como la ACR o la EULAR. Los resultados demostraron que la herramienta podía aportar mensajes correctos y fiables, aunque en ocasiones estaban sesgados y lejos de lo recomendado.
Trabajo de Cuma Uz y Ebru Umay 2023.
Es por ello que toda respuesta que nos devuelva el chatbot debe ser revisada y supervisada por un fisioterapeuta o profesional sanitario especializado.
4️⃣ Redacción de Informes o Historias Clínicas de manera rápida y sencilla
Otro aspecto donde solemos perder horas de nuestro trabajo es la redacción de informes o historias clínicas de nuestros pacientes. Necesitamos pasar nuestros apuntes e historias clínicas a un formato escrito más claro y profesional para poder compartirlo con otros compañeros.
ChatGPT también puede ayudarnos a la redacción de informes clínicos de fisioterapia. Gracias a la capacidad de aprendizaje y de adaptación constante al contexto y peticiones que posee la tecnología, podemos obtener una respuesta a todo lo específico que queramos. Esta capacidad la podemos aplicar a la redacción de informes médicos. Mediante mensajes preliminares que dejen claro a la tecnología qué quieres obtener, cómo lo quieres y con qué organización te gustaría obtenerlo, puedes conseguir que tus apuntes sobre algún paciente pasen a un formato formal y organizado.
Aquí tenéis el ejemplo de un paciente que tratamos tras una cirugía en la mano, de la que obtuvimos esta información:
Y el chatbot me respondió con esto, incluyendo objetivos, plan de trabajo y evaluación:
Aunque siempre conviene revisar la respuesta, esta acción integrada en nuestra práctica clínica diaria nos permitiría ahorrar horas de trabajo.
5️⃣ Potencial de dar acceso a población sin recursos de tratamientos basados en la evidencia
La capacidad de utilizar tecnología tan avanzada como las IAs dentro de dispositivos cotidianos como smartphones, ordenadores o tablets, permiten democratizar y dar acceso a cualquier paciente a un tratamiento basado en la evidencia, independientemente de donde viva y los recursos de los que disponga.
Un trabajo publicado por nuestro equipo investigador con más de 600 pacientes sobre el uso de dispositivos tablets para tratar patología ósea y de tejido blando de la mano, demostró cómo este tipo de tecnología no solo produce mejoras clínicas importantes como la recuperación de la función y el dolor de la mano, sino que redujo los costes asociados a la terapia. Este hecho permitió dar acceso a muchos más pacientes que normalmente no reciben tratamiento en el sistema de salud.
Trabajo de Suero A. et al 2023 ‘Effectiveness of a Telerehabilitation Evidence-Based Tablet App for Rehabilitation in Traumatic Bone and Soft Tissue Injuries of the Hand, Wrist, and Fingers’.
La tecnología permitió que el paciente pudiera trabajar desde casa con un programa de ejercicios personalizado en su propia tablet, mientras que el profesional recibía reportes de su evolución en un ordenador. Todo ello permitió monitorizar de manera fiable todo el curso de la recuperación.
Realización de Ejercicio Terapéutico con la herramienta ReHand.
6️⃣ Creación de Programas de ejercicio terapéutico personalizados
Otra ayuda que las tecnologías con inteligencia artificial pueden aportar a nuestro día a día en nuestra consulta de fisioterapia es la posibilidad de agilizar el proceso de creación de programas de ejercicio de rehabilitación. Sabemos que la patología musculoesquelética requiere de un abordaje activo, pero tienen un condicionante para que sean efectivos: deben estar personalizados y adaptados al paciente.
🔎¡Aprende a aplicar telerehabilitación en Fisioterapia según Guías de Práctica Clínica!
¿Por qué agilizar este proceso que puede requerir horas de trabajo con ChatGPT?
El chatbot puede aportarnos grandes ideas de programas en función de nuestro objetivo terapéutico específico. Aquí os dejo un ejemplo; un paciente con dolor lumbar en el que, tras mi valoración inicial, concluí la necesidad de potenciar el glúteo medio para poder mejorar su sintomatología:
La tecnología me devolvió una serie de opciones para conseguir mi objetivo específico:
Puedes leer en esta entrada cómo creé mi propio programa de ejercicio terapéutico con ChatGPT en detalle.
7️⃣ Monitorización de la evolución y adherencia al ejercicio
La tecnología incluida de Computer Vision de RehBody, permite conocer en todo momento qué movimiento realiza nuestro paciente, cómo lo realiza, y conseguir un registro certero de la sesión de ejercicio. Gracias a la implementación de esta tecnología en una web-app, conseguimos información del desempeño y de su evolución clínica en forma de datos, que se representan en forma de gráficas en un panel de control.
El profesional al cargo recibe toda la información clínica, de movilidad y de adherencia al programa de ejercicios a través de un panel de control fácil de utilizar. Por un lado, el control de los movimientos del paciente con su cámara frontal nos da información fiable de su adherencia al programa de ejercicios, y por otro, el envío de cuestionarios a través de la plataforma digital, nos permite conocer su evolución de manera objetiva.
Aquí tenéis el ejemplo de un envío del cuestionario HAGOS para evaluar la función, dolor o calidad de vida del dolor de cadera por artrosis, pubalgias, tendinopatías, etc. A su lado, la representación visual en forma de gráfica que su fisioterapeuta recibe en su ordenador:
Escala HAGOS desde la plataforma RehBody.
Y no solo eso. Podemos volver a utilizar ChatGPT para obtener ideas de cuestionarios clínicos relevantes para una lesión. Aunque es verdad que no podemos fiarnos 100% de su información, nos puede aportar grandes ideas para evaluar a nuestro paciente.
En este caso, la herramienta nos aportó ciertos cuestionarios clínicos muy interesantes para poder controlar la evolución clínica del paciente con dolor lumbar, dándome ejemplos como la Roland-Morris o la Oswestry.
🔎 ¿Quieres conocer el proceso de cómo conseguí toda la información para monitorizar y dosificar mi programa de fisioterapia? ¡Lo tienes en nuestro Blog!💥
8️⃣ Diagnósticos por Resonancia Magnética mediante Inteligencia Artificial
Una reciente revisión publicada en la revista Journal of Orthopaedics analizó el papel de la IA en el diagnóstico y tratamiento de desgarros del manguito rotador. Los resultados de la revisión pusieron en evidencia la capacidad de los algoritmos para la identificación, clasificación y evaluación más rápida y precisa de de los desgarros del manguito rotador mediante diferentes pruebas de imágenes. Sin embargo, diagnosticar desgarros del manguito puede ser un proceso complejo, con grandes limitaciones y que requiere tiempo del profesional, especialmente para ciertas condiciones, como las rupturas intratendinosas.
Un ejemplo son las RMN. En ocasiones la resonancia magnética (RM) es una herramienta crucial para diagnosticar las roturas del manguito rotador (RCT) debido a su excepcional contraste de tejidos blandos y falta de invasividad.
Los avances recientes en modelos y algoritmos de inteligencia artificial aplicados a esta prueba de imagen han supuesto mejoras significativas en la precisión y eficiencia para detectar y clasificar las roturas del manguito rotador. Estos modelos de IA destacan en el procesamiento de grandes conjuntos de datos de imágenes, lo que permite una identificación precisa de la ubicación y gravedad de las lesiones. Varios estudios han explorado el uso de la IA para detectar patologías del manguito rotador mediante RM, demostrando un rendimiento diagnóstico notable.
Fisioterapia e Inteligencia Artificial en Diagnóstico por Imagen. Velasquez A. et al 2023.
Estas metodologías no solo identifican la presencia de lesiones, sino que también mejoran la precisión y profundidad de la evaluación de los desgarros del manguito rotador, lo que permite obtener diagnósticos más certeros y, por tanto, conseguir tratamientos más personalizados y efectivos en este ámbito clínico.
🔎 Tratamos un síndrome subacromial con IA y Ejercicio Terapéutico🤸♂️
9️⃣ Mejora de toma de decisiones, personalización de tratamientos y cuidados postoperatorios
La inteligencia artificial tiene el potencial de mejorar la toma de decisiones clínicas, el cuidado postoperatorio y la rehabilitación. Datos recientes han mostrado promesa en la planificación de tratamientos personalizados y la predicción de resultados en pacientes con desgarros del manguito rotador. Se han investigado diversos parámetros clínicos para mejorar la planificación del tratamiento y el pronóstico. A continuación, se exponen algunos ejemplos en la literatura.
Por un lado, se han investigado factores preoperatorios de la capacidad de regeneración de la lesión del manguito rotador del hombro: el tamaño del desgarro, la artropatía, la migración superior de la cabeza humeral, la infiltración grasa de los músculos supraespinoso e infraespinoso, y la atrofia del músculo supraespinoso. Los algoritmos de IA pueden incorporar estos y otros factores para proporcionar predicciones personalizadas de la reparabilidad.
Un ejemplo es el trabajo de Ro. et al 2021 publicado en Science Reports. Los autores evaluaron la proporción de ocupación de grasa en pacientes con desgarros del manguito rotador. Utilizando un marco de trabajo de aprendizaje profundo y estudiando la infiltración grasa del músculo supraespinoso, aplicaron una técnica automatizada de umbralización de Otsu basada en regiones. La evaluación se realizó con alta precisión, sensibilidad y especificidad. Estos resultados indican un alto grado de similitud entre la evaluación de la infiltración grasa por parte de los clínicos y el análisis de IA.
Ejemplo de Analisis de infiltracion de grasa del músculo supraespinoso utilizando Deep Learning y abordaje asistido computerizado en una RMN.
También se han publicado algoritmos de predicción de resultados postoperatorios. El éxito de la cirugía de reparación de desgarros depende de múltiples factores relacionados con el paciente, la patología y la técnica quirúrgica. Potty et al. 2023 entrenaron un modelo de Machine Learning utilizando información preoperatoria del paciente, como datos demográficos, comorbilidades, características de la lesión, calidad del tejido y detalles del implante de fijación, para generar puntajes previstos de American Shoulder and Elbow Surgeons para pacientes individuales después de la cirugía. Los resultados mostraron que el algoritmo predijo con éxito el 67 % de los resultados postoperatorios a los 12 meses dentro del umbral de diferencia clínicamente importante mínima (MCID), y el 84 % se encontró dentro del rango de beneficio clínico sustancial.
Ejemplo de resultados de modelo predictivo de resultados con algoritmo IA en lesión de manguito rotador (Potty et al 2023)
Ejemplo de factores predictores obtenidos tras análisis por IA en lesión de manguito rotador (Potty et al 2023)
🔟 Mejora y potenciación de la Investigación Clínica en Fisioterapia
Este último punto, y por ello no menos importante, puede dar un salto exponencial en la capacidad de generación y publicación de nuevos estudios y artículos relacionados con la fisioterapia. Ya existen revistas que han publicado acerca de cómo los chatbots pueden impactar en la rehabilitación musculoesquelética.
Trabajo realizado por Rossettini G. et al 2023.
En primer lugar, tal y como venimos hablando en este blog, los Chatbots como ChatGPT pueden mejorar nuestra eficiencia y calidad de la escritura científica, corrigiendo gramática, reformulando frases o ayudando a la incorporación de nuevas ideas al trabajo.
En segundo lugar, las IAs pueden ayudar en el proceso de trabajo de una revisión sistemática o de la literatura. Estos procesadores de texto pueden resumir y sintetizar los estudios incluidos, ayudar en la recolección de datos y su posterior análisis, generando nuevas preguntas de investigación o análisis estadísticos posteriores.
En tercer lugar, otro aspecto relevante es la capacidad de esta tecnología de analizar y englobar grandes cantidades de datos de pacientes. Esta capacidad permite realizar estudios posteriores con cantidades increíbles de datos, que pueden ser especialmente interesantes en estudios observacionales, intervencionales o de casos y cohortes.
Inteligencia Artificial y Fisioterapia Digital mediante RehBody
En la experiencia clínica de cientos de fisioterapeutas de todo el mundo, y luego aplicarlas dentro de la plataforma de RehBody para implementar y monitorear los planes de tratamiento de manera eficiente.
Desde el Panel de Control o Dashboard en Rehbody, tenemos la capacidad de enviar a mis pacientes escalas de evaluación específicas como la Roland-Morris y, a posterior, conocer sus respuestas y evolución clínica de su patología (en este caso dolor lumbar).
Además, la plataforma RehBody simplifica el proceso de creación del programa desde el Panel de Control, permitiéndome diseñar programas de ejercicio terapéutico personalizados que se ajusten específicamente a las necesidades y capacidades de mis pacientes. Esta herramienta intuitiva no solo agiliza el flujo de trabajo, sino que también me permite enviar el programa directamente al paciente a través de correo electrónico.
Con su acceso personalizado al programa de ejercicios, el paciente puede dar inicio a su proceso de rehabilitación siguiendo su plan de ejercicio terapéutico. A través de su ordenador o smartphone, el paciente tiene la capacidad de realizar los ejercicios tanto en casa como en la consulta, manteniendo una comunicación directa con su fisioterapeuta.
La monitorización continua de estas actividades no solo facilita la recopilación de datos relevantes, sino que también me brinda una visión completa de su progreso a través de mi panel de control. Te invito a observar cómo el paciente ejecuta estos ejercicios desde su propio ordenador, mientras que la adherencia se representa gráficamente, proporcionando una visualización clara y motivadora del camino hacia la recuperación.
Pablo Rodríguez Sánchez-Laulhé
PhD Candidate | PT & eHealth Researcher
Referencias
- Luna A, Casertano L, Timmerberg J, O’Neil M, Machowsky J, Leu CS, et al. Artificial intelligence application versus physical therapist for squat evaluation: a randomized controlled trial. Sci Rep [Internet]. 2021;11(1):1–8. Available from: https://doi.org/10.1038/s41598-021-97343-y
- Potty, A.G.; Potty, A.S.R.; Maffulli, N.; Blumenschein, L.A.; Ganta, D.; Mistovich, R.J.; Fuentes, M.; Denard, P.J.; Sethi, P.M.; Shah, A.A.; et al. Approaching Artificial Intelligence in Orthopaedics: Predictive Analytics and Machine Learning to Prognosticate Arthroscopic Rotator Cuff Surgical Outcomes. J. Clin. Med. 2023, 12, 2369. https://doi.org/10.3390/jcm12062369
- Rossettini G, Cook C, Palese A, Pillastrini P, Turolla A. Pros and Cons of Using Artificial Intelligence Chatbots for Musculoskeletal Rehabilitation Management. J Orthop Sports Phys Ther. 2023;53(12):728–34.
- Ro, K., Kim, J.Y., Park, H. et al. Deep-learning framework and computer assisted fatty infiltration analysis for the supraspinatus muscle in MRI. Sci Rep 11, 15065 (2021). https://doi.org/10.1038/s41598-021-93026-w
- Velasquez Garcia A, Hsu KL, Marinakis K. Advancements in the diagnosis and management of rotator cuff tears. The role of artificial intelligence. J Orthop [Internet]. 2024;47(October 2023):87–93. Available from: https://doi.org/10.1016/j.jor.2023.11.011
- Uz C, Umay E. “Dr ChatGPT”: Is it a reliable and useful source for common rheumatic diseases? Int J Rheum Dis [Internet]. 2023; Available from: http://www.ncbi.nlm.nih.gov/pubmed/37218530