En medicina, los sistemas de Inteligencia Artificial (IA) pueden utilizarse de muchas maneras. En la atención al paciente (con chatbots que atiendan sus preguntas y solicitudes de citas), en diagnósticos previos (con el software revisando información clínica y determinando niveles de riesgo) e incluso ayudando a diseñar mejores opciones de tratamiento.

Justamente este último objetivo es el que está persiguiendo un equipo de estudiantes y docentes de la Facultad de Ingeniería de la Universidad Autónoma de Querétaro (UAQ). A través de un sistema de IA, los académicos trabajan en clasificar las señales eléctricas musculares enviadas por las extremidades para proporcionar mejores datos de diagnóstico a los fisioterapeutas.

De acuerdo con Marco Antonio Aceves Fernández, investigador de la Maestría en Ciencias en IA, el equipo están registrando las señales mioléctricas de 10 movimientos determinados (inicial, pronación, supinación, extensión, flexión, desviaciones cubital y radial, pinzas fina y gruesa y expansión) con ocho sensores. Hasta ahora, su Recolector de Señales Electromiográficas ha capturado aproximadamente 128 mil millones de puntos en pruebas con 50 individuos.

Los investigadores utilizarán un sistema de IA de deep mind (que asemeja al aprendizaje humano ya que trabaja con complejas redes neuronales) para clasificar esta extensa base de datos. Por el momento, analizan 12 programas distintos para determinar cuál es el más adecuado o decidir si se requiere una combinación entre dos o más software.

Cuando los investigadores terminen de diseñar el sistema de IA y puedan clasificar toda la información sobre las señales eléctricas musculares de las extremidades, el siguiente paso del equipo de trabajo  será desarrollar aplicaciones tecnológicas que apoyen a mejorar las técnicas de rehabilitación muscular de los profesionales de salud.

Si es exitoso este proyecto, los pacientes con problemas motrices ocasionados por accidentes, enfermedades congénitas o afectaciones congénitas adquiridas podrían aspirar a terapias más efectivas. Igualmente, los profesionales de la salud podrían tener datos que les permitan hacer una evaluación y un diagnóstico más preciso de los padecimientos.