Objetivo: mejorar la rehabilitación de pacientes con lesiones medulares mediante herramientas computacionales
Míriam Febrer, profesora ayudante doctora en el Departamento de Ingeniería Mecánica de la Universitat Politècnica de Catalunya, trabaja en un proyecto impulsado por una Beca Leonardo 2024 en Ingenierías y Arquitectura cuyo objetivo es triple: crear un modelo computacional que reproduzca el proceso de rehabilitación de pacientes con lesión medular incompleta; extraer —mediante sensores— datos de nuevos pacientes para dar profundidad a la evaluación clínica y que el fisioterapeuta pueda dirigir mejor la rehabilitación; y reforzar, así, la tasa de éxito en el objetivo de recuperar el mayor nivel de autonomía posible en la marcha.
25 junio, 2026
El interés de Míriam Febrer en esta área nació durante su investigación doctoral, pues realizó la tesis sobre la simulación de la marcha con dispositivos de asistencia. “Desarrollé programas para hacer caminar a un esqueleto virtual con muletas y exoesqueletos de rodilla. La idea era que, en un futuro, médicos y fisioterapeutas pudieran usar estos modelos personalizados para tomar decisiones sobre la forma óptima de asistencia para cada paciente”.
Ahora, gracias a una Beca Leonardo en el área de Ingenierías y Arquitectura, y en colaboración con el Instituto Guttmann, uno de los referentes internacionales en el tratamiento de pacientes parapléjicos y tetrapléjicos, está realizando un estudio piloto para mejorar la movilidad de personas con lesión medular incompleta a través del análisis de la marcha y simulaciones predictivas. “En la lesión medular incompleta aún fluye información desde el cerebro y se conserva cierta sensibilidad o capacidad de movimiento. Representan aproximadamente el 70% de las lesiones medulares y los primeros seis meses —la denominada fase subaguda de rehabilitación— son claves porque es el periodo donde existe el mayor potencial de recuperación funcional de la marcha”.
Aunque España es uno de los países líderes en investigación, tratamiento y atención integral en neurorrehabilitación, “aún no comprendemos bien por qué unos pacientes mejoran más que otros. Para abordar este problema, en este estudio piloto obtenemos datos exhaustivos durante todo el proceso de rehabilitación. Utilizamos sensores inerciales para obtener los ángulos articulares (flexión de rodilla, cadera, etc.), electromiografía para medir la actividad de los músculos principales de las piernas, y plantillas de fuerza para medir el contacto del pie con el suelo y el apoyo en muletas o caminadores. Registramos su evolución desde las barras paralelas hasta que logran andar con caminador, muletas o sin asistencia. En total, hemos recopilado datos de seis pacientes bajo 59 condiciones distintas de asistencia y tiempo”.
Un sistema virtual personalizado y robusto
Con estos datos reales se quiere “personalizar modelos computacionales. A partir de los exámenes clínicos y los sensores, ajustamos el modelo para que refleje la fuerza o debilidad muscular concreta de cada paciente. El objetivo es ver si el modelo computacional camina igual que el paciente real bajo las mismas condiciones (caminador, muletas, etc.). Esto nos permite detectar qué nos falta por modelar o personalizar para que el sistema virtual sea robusto”.
El empleo de datos obtenidos mediante sensores y su análisis informático “nos permite obtener valores biomecánicos que no se pueden medir directamente y nos ayuda a comprender los mecanismos de recuperación. El sueño a futuro es que el modelo virtual permita predecir cómo caminaría un paciente tras varias semanas de rehabilitación, ayudando a los clínicos a elegir entre diferentes programas de tratamiento antes de aplicarlos”. Con este caudal de conocimiento, al emplear sensores en nuevos pacientes se detectarían variables que indicarían su evolución o permitirían intervenir más eficazmente: “Actualmente, la evaluación clínica es muy visual o se basa en escalas sencillas. Nuestra meta es identificar qué sensores son clave para que las unidades clínicas puedan medir la evolución de forma objetiva. Así, el fisioterapeuta podrá ver datos complejos y decidir cómo ajustar las siguientes sesiones basándose en información cuantificable”.
Terminada la fase de recogida de datos, falta aún el análisis, pero Febrer señala algunas impresiones preliminares de interés: “Hemos visto que la posición del tronco ofrece información interesante; los pacientes que caminan más erguidos desde el principio parecen evolucionar mejor que los que lo hacen inclinados hacia delante. También hemos observado que las férulas de tobillo ayudan a normalizar la marcha al principio, pero pueden llegar a entorpecer el movimiento una vez que el paciente ha mejorado significativamente”.
Esta propuesta de seguimiento y evaluación continua para tomar decisiones a lo largo del proceso de rehabilitación es “pionera y resulta comprensible que no se haya adoptado hasta ahora por lo costosa que resulta. Nuestra idea es poner los datos a disposición de la comunidad investigadora, pues trabajamos con un modelo de ciencia abierta. De hecho, colaboramos ya con la Universidad Rice y la Universidad Stanford, en Estados Unidos, y la Universidad Católica de Lovaina (KU Leuven), en Bélgica, compartiendo software y datos”.