Contenido del artículo
Un equipo multidisciplinario dirigido por investigadores de UC San Diego recibió $ 1.2 millones de la Fundación Nacional de Ciencias (NSF) para crear un sistema novedoso para estudiar e informar el tratamiento del dolor lumbar crónico. El trabajo contará con un conjunto de herramientas que incluyen sensores portátiles y aprendizaje automático para aumentar la evaluación y el tratamiento de la fisioterapia.
“Esta investigación respaldará el control remoto de la postura y el movimiento del paciente a lo largo del día, con el objetivo final de permitir tratamientos de fisioterapia personalizados y mejorar los resultados de salud”, dijo Emilia Farcas, investigadora principal de la subvención y científica investigadora asistente del Instituto Qualcomm (QI) en la Universidad de California en San Diego.
Nueva tecnología para un viejo problema
El dolor lumbar afecta hasta al 80 % de las personas durante su vida, y los costos del tratamiento y los salarios perdidos debido a la discapacidad superan los $100 mil millones en los EE. UU. anualmente.
El premio NSF financia cuatro años de trabajo para desarrollar el sistema de análisis de datos adaptativo multisensor para fisioterapia (MS-ADAPT), que utilizará tecnología portátil y aplicaciones basadas en teléfonos inteligentes para monitorear de forma remota la postura y el movimiento de la parte baja de la espalda, y el mantenimiento del estado físico. tratamiento y dolor informado por el paciente. Los participantes del estudio usan un Fitbit y una red de sensores inteligentes creados mediante la integración de nanotecnología con cinta de kinesiología de venta libre. Estos sensores de “cinta de movimiento” pueden medir las tensiones de la piel, que es el estiramiento o cambio en la textura de la piel durante la actividad física, así como el movimiento de la columna y el grado de compromiso muscular o actividad.
Los investigadores también están desarrollando nuevos análisis de aprendizaje automático para predecir el impacto de la fisioterapia en el dolor lumbar para lograr una recuperación más rápida, costos de atención médica reducidos y una medicina más personalizada.
El proyecto existe en la intersección de múltiples campos de estudio, que incluyen ingeniería de software, sensores portátiles, aprendizaje automático, medicina de precisión, biomecánica de la columna vertebral y fisioterapia.
“El entorno altamente colaborativo y la estrecha asociación entre todos los investigadores nos han permitido abordar este tema altamente multidisciplinario e importante”, dijo Ken Loh, co-investigador principal de MS-ADAPT y profesor de ingeniería estructural en la Escuela de Ingeniería Jacobs de UC San Diego. Ingeniería.
Otros co-investigadores principales incluyen a Sara Gombatto, profesora en el Programa de Doctorado en Fisioterapia de la Universidad Estatal de San Diego, y Arun Kumar y Qi (Rose) Yu, profesora asociada y profesora asistente, respectivamente, en el Departamento de Informática e Ingeniería de la Jacobs School y el Instituto de ciencia de datos Halicioğlu. El personal sénior que colabora en el proyecto incluye a Kevin Patrick, profesor de la Escuela de Salud Pública e investigador de QI, y Job Godino, científico investigador asociado de la Escuela de Salud Pública y director del Centro de Recursos para el Ejercicio y la Actividad Física (EPARC) en QI. .
Una plataforma adaptativa
Como parte de los objetivos a largo plazo del equipo, es posible que algún día los investigadores aprovechen MS-ADAPT como una plataforma universal para estudiar otras afecciones médicas, como la pérdida de extremidades, las lesiones de la médula espinal y los accidentes cerebrovasculares. Dentro del contexto de examinar y tratar el dolor lumbar crónico, el equipo de MS-ADAPT espera que la nueva tecnología se preste a predecir el progreso de una persona durante el tratamiento y evaluar el riesgo de volver a lesionarse.
De acuerdo con la naturaleza multidisciplinaria del proyecto, Farcas y sus colegas planean usar esta colaboración para capacitar a una nueva generación de investigadores que trabajan en líneas académicas.
La investigación innovadora es un sello distintivo del trabajo en QI. Para obtener más información sobre los esfuerzos dirigidos por investigadores de QI, visite https://qi.ucsd.edu/.
