Título: Generación de soluciones tecnológicas innovadoras basadas en herramientas IA de análisis biométrico, biomecánico e imagen médica, para la prevención de la fragilidad, su identificación temprana y control, así como la definición de nuevas intervenciones personalizadas en entornos extrahospitalarios.
Referencia: INNTA3/2020/22.
Convocatoria: Consolidación de la cadena de valor empresarial.
Duración: octubre 2022 – diciembre 2024.
«Actuación susceptible de ser cofinanciada por la Unión Europea»
SUMARIO
El envejecimiento implica una disminución progresiva en funciones neuromusculares como la fuerza y la coordinación, influida en un 80% por factores epigenéticos que pueden ser modificados a través de hábitos y estímulos. Un envejecimiento saludable permite compensar la pérdida de capacidades mediante un entorno que fomente la autonomía, reduciendo la aparición de fragilidad y enfermedades crónicas. Sin este apoyo, las personas mayores son más vulnerables a la dependencia y a problemas como caídas y enfermedades degenerativas. La pérdida de masa muscular y fuerza es uno de los signos iniciales de la fragilidad, precedido por alteraciones en el sistema neuromuscular que, si se identifican tempranamente, permiten intervenciones preventivas más efectivas.
Este proyecto busca desarrollar soluciones tecnológicas para mejorar el diagnóstico y la prevención de la fragilidad mediante el uso de biometría, biomecánica y tecnología de imagen médica, normalmente inaccesibles fuera del entorno hospitalario. Estas herramientas permitirán detectar indicadores tempranos del envejecimiento neuromuscular y ofrecer intervenciones personalizadas basadas en el riesgo específico de cada persona. Al combinar información estructural de los tejidos con datos funcionales y biométricos, el proyecto pretende no solo mejorar la capacidad de identificar biomarcadores de fragilidad, sino también fomentar un envejecimiento saludable, accesible y preventivo para la población general.
OBJETIVOS
- Evaluación Temprana de la Fragilidad en Entornos Extrahospitalarios: Desarrollar nuevos estándares y metodologías para la identificación de biomarcadores de fragilidad en personas mayores, utilizando tecnologías accesibles como smartphones y dispositivos IoT.
- Democratización del Uso de MRI Portátil: Hacer accesible el uso de resonancia magnética de bajo campo en entornos no hospitalarios, como clínicas de fisioterapia y residencias de mayores.
- Generación de Conocimiento Inédito sobre el Envejecimiento: Explorar cómo los cambios en los tejidos corporales se relacionan con limitaciones funcionales y biomecánicas propias del envejecimiento.
- Desarrollo de Estrategias de Prevención Personalizadas: Crear intervenciones preventivas adaptadas a las necesidades individuales de cada paciente.
- Fomento del Envejecimiento Saludable mediante IA: Aplicar inteligencia artificial para generar datos médicos que impulsen nuevas terapias, productos y servicios enfocados en un envejecimiento saludable.
RESULTADOS
(1) Revisión de Factores de Riesgo de Fragilidad: Se realizó una actualización del conocimiento sobre los factores de riesgo asociados a la fragilidad, revisando indicadores biométricos y estrategias de intervención. Este análisis es esencial para los desarrollos futuros en diagnóstico y prevención de la fragilidad.
(2) Puesta a Punto de la Fase Experimental: Se establecieron protocolos de medida y criterios para la selección de la muestra de estudio, incluyendo adaptaciones tecnológicas para la captura de datos biométricos, biomecánicos y de imagen en laboratorio y en el domicilio.
(3) Fase Experimental: Se llevaron a cabo valoraciones iniciales y de seguimiento en los participantes, recopilando datos biométricos y funcionales. Además, se implementó un programa de ejercicio domiciliario y una aplicación móvil para monitorizar la evolución de cada participante.
(4) Desarrollo del Prototipo MRI de Bajo Campo: Se diseñó y construyó un prototipo de escáner MRI portátil de bajo campo, adaptado para su uso extrahospitalario. Incluye un sistema de control de código abierto y algoritmos avanzados de reconstrucción de imágenes que permiten visualizar tejidos neuromusculares en detalle.
Figura 1: Prototipo MRI de bajo campo
Autocalibración: El prototipo de MRI portátil ha sido calibrado en dos ubicaciones (Tesoro y Balneario), logrando una frecuencia de resonancia precisa y ajustes automáticos de la bobina (auto-tuning y shimming) para optimizar la calidad de las imágenes. La autocalibración garantiza un funcionamiento estable en diferentes entornos y temperaturas, logrando una frecuencia de Larmor óptima en ambas instalaciones.
Figura 2: Frecuencia de Larmor después de la autocalibración en las instalaciones de Tesoro, en una sala acondicionada a una temperatura constante de 22oC. La gráfica inferior está centrada en 2.997 MHz.
Figura 3: Frecuencia de Larmor después de la autocalibración en las instalaciones de Balneario realizado en una sala climatizada a una temperatura de 26oC. La gráfica inferior está centrada en 2.982 MHz.
Calidad de Imagen Mejorada: Se aplicaron técnicas avanzadas de filtrado (BM4D, gradiente y CLAHE) para reducir el ruido, mejorar la nitidez y destacar detalles anatómicos en imágenes de muñeca. La combinación de estos filtros ha logrado una mejor visualización de estructuras clave, como huesos y articulaciones, crucial para diagnósticos precisos.
Reducción de Artefactos e Interferencias: El sistema de MRI mostró una disminución significativa de interferencias electromagnéticas (EMI) en el Balneario, mejorando la claridad de las imágenes en comparación con las obtenidas en Tesoro. Esta reducción de ruido optimiza el diagnóstico en entornos con menor control ambiental.
(5) Tecnología Ágil para Registro Biométrico y Funcional: Se desarrollaron herramientas de monitorización biométrica para entornos no hospitalarios, integrando dispositivos portátiles y algoritmos avanzados para capturar datos en tiempo real, lo que facilita evaluaciones de fragilidad a distancia.
(6) Inteligencia Artificial para Diagnóstico Temprano de Fragilidad: Se implementaron algoritmos de inteligencia artificial que analizan datos biométricos y de imagen, generando indicadores tempranos de fragilidad. Estos modelos permiten predicciones automáticas y personalizadas, mejorando la prevención y el seguimiento de la fragilidad.
Se ha explorado la densidad ósea en la muñeca como biomarcador de fragilidad, con técnicas de segmentación que diferencian áreas óseas y de tejido conectivo. Este indicador tiene potencial para identificar riesgo de fragilidad y enfermedades degenerativas en pacientes mayores.
CONSORCIO
1. Hervideros de Cofrentes S.L. (HC).
2. Tesoro Imaging S.L. (TE).
3. Hearts Radiant S.L. (HR).
