Investigadores de la University of Missouri están probando un sistema que integra sensores domésticos y modelos de inteligencia artificial para detectar cambios en la salud de personas con esclerosis lateral amiotrófica (ELA). La ELA afecta las neuronas que controlan el movimiento y provoca progresiva debilidad, así como dificultades para hablar, tragar y respirar. Dado que la evolución es distinta en cada paciente, los clínicos disponen a menudo de poca información entre las visitas presenciales.
Bill Janes, terapeuta ocupacional licenciado e investigador en Mizzou, dirige el esfuerzo para adaptar sensores desarrollados originalmente por Marjorie Skubic (College of Engineering) y Marilyn Rantz (Sinclair School of Nursing). Esos dispositivos detectan cambios en la actividad y el comportamiento, incluidos los patrones de marcha y sueño, y han contribuido a intervenciones que retrasan o previenen eventos graves en adultos mayores.
Las señales de los sensores viajan de forma inalámbrica desde el hogar a través de dos pequeñas cajas y luego se transfieren de forma segura a los sistemas de la universidad. El equipo valida ahora que los datos reflejen con precisión cambios reales en la función diaria; tras esa validación, avanzarán hacia el modelado predictivo para interpretar la información recogida. Usan aprendizaje automático para crear modelos que estimen la puntuación en la escala clínica ALSFRS-R, que mide cómo la ELA afecta habilidades como caminar, hablar, tragar y respirar.
Noah Marchal, analista de investigación en la School of Medicine y candidato a doctorado en informática de la salud, lidera la ciencia de datos y trabajó con su tutor Xing Song para implementar los componentes de IA. El objetivo es detectar problemas con antelación, por ejemplo cambios en la marcha o la respiración que podrían provocar una caída o una hospitalización. En fases posteriores, el equipo planea integrar el sistema en los flujos de trabajo clínicos: si el modelo indica una caída preocupante, un clínico podría recibir una alerta y tomar medidas como contactar al paciente, ajustar la medicación, recomendar dispositivos de ayuda o sugerir tratamiento adicional.
Los comentarios iniciales de las familias han sido positivos y muchas informan mayor conexión y tranquilidad. Los investigadores señalan que el enfoque también podría adaptarse para vigilar otras enfermedades crónicas, como la enfermedad de Parkinson o la insuficiencia cardíaca. El estudio aparece en la revista Frontiers in Digital Health y fue reportado por la University of Missouri.
Palabras difíciles
- integra — unir partes para que funcionen juntas
- valida — comprobar que los datos son correctos y fiables
- modelado predictivo — crear modelos para prever eventos o cambios futuros
- aprendizaje automático — método de inteligencia artificial que aprende de datos
- intervenciones — acción médica o social para mejorar la salud
- patrones — serie regular de comportamiento o de actividad
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o audicións.
Preguntas de discusión
- ¿Qué beneficios podrían tener los sensores domésticos y el modelado predictivo para pacientes con ELA u otras enfermedades crónicas? Explica con ejemplos.
- ¿Qué preocupaciones prácticas o éticas pueden surgir al transferir datos domésticos a sistemas universitarios o clínicos?
- ¿Cómo imaginas que los flujos de trabajo clínicos podrían cambiar si se integran alertas de este sistema? Da posibles acciones concretas.
Artículos relacionados
Muchos no tienen una conexión a internet decente
Un informe dice que una conexión a internet decente está fuera del alcance de la mayoría en países de ingresos bajos y medios. La «conectividad significativa» incluye 4G, teléfono inteligente y uso diario en el hogar, la escuela o el trabajo.
Hija Kamran: la inteligencia artificial no es neutral
Hija Kamran, en una contribución a la serie «Don’t ask AI, ask a peer» y al Spotlight de Global Voices de abril de 2026, explica que la IA reproduce desigualdades y denuncia la falta de transparencia y responsabilidad empresarial.
Textiles inteligentes con MXenes para vigilar la salud
Investigadores revisan el uso de MXenes, materiales bidimensionales aplicables a tejidos, para crear ropa que monitoriza signos vitales, almacena energía solar y combate bacterias. También analizan problemas como la oxidación y la sostenibilidad de su producción.