GAITPRO: Análisis inteligente de la marcha (GAIT) para pronósticos clínicos predictivos en la detección de anomalías y alerta temprana de enfermedades relacionadas con la edad

GAITPRO dio respuesta a un reto especialmente relevante en Asturias, la comunidad autónoma más envejecida de España, donde el cambio demográfico incide de forma directa en la aparición de enfermedades crónicas relacionadas con la edad. La marcha humana constituye un parámetro biométrico cuyas desviaciones pueden asociarse a patologías como el párkinson u otras enfermedades neurodegenerativas, por lo que su análisis continuado permite anticipar la detección de estas dolencias.

Los objetivos del proyecto fueron:

• Implementar un sistema de evaluación ambulatoria de la marcha aplicable en el entorno domiciliario, frente a los sistemas de laboratorio, más precisos pero mucho más costosos y restrictivos.
• Diseñar algoritmos de inteligencia artificial para la evaluación de la marcha, concebidos para ser computados en el borde.
• Facilitar la detección precoz que permita implementar protocolos de prevención y atención temprana, reduciendo la carga de la cronicidad en el sistema de salud.

El sistema se configuró en torno a tres pilares integrados mediante estándares de la Web de las Cosas (WoT) bajo el paradigma de edge computing:

• Wearable de medición: dispositivo propio con sensor inercial de nueve grados de libertad (acelerómetro, giroscopio y magnetómetro), microcontrolador, batería y almacenamiento local, alojado en una carcasa impresa en 3D e integrado en un cinturón ajustable que sitúa el sensor en la zona lumbar, junto al centro de gravedad del cuerpo. El dispositivo ofrecía 19 horas de autonomía en registro continuo.
• Modelado de la marcha: algoritmos de depuración de la señal e identificación automática de los tramos de caminata, con clasificación de las cuatro fases del ciclo de marcha y modelos de aprendizaje automático supervisado y no supervisado.
• Plataforma de visualización: aplicación web multidispositivo con perfiles diferenciados para personal clínico, auxiliar y pacientes, complementada por una aplicación de escritorio para la configuración del dispositivo y la descarga de los registros.

CTIC desarrolló GAITPRO en colaboración clínica con el Área de Gestión Clínica de Geriatría del Hospital Monte Naranco de Oviedo, que aportó el soporte sanitario al proyecto y obtuvo la autorización favorable del Comité de Ética de la Investigación del Principado de Asturias. El estudio recogió datos de 54 personas con edades comprendidas entre los 23 y los 92 años. Los modelos supervisados alcanzaron una tasa de acierto del 99,75% en la estimación de la edad de la persona a partir de su patrón de marcha, y del 97,3% al prescindir de las variables personales de altura y peso. La arquitectura se diseñó con un enfoque adaptativo que permite incorporar nuevos algoritmos de modelado, de modo que el sistema puede extenderse a la detección precoz de otras dolencias.