La fragilidad es un predictor clave de resultados adversos en adultos mayores, y su detección temprana mediante evaluaciones estandarizadas como la Batería Corta de Rendimiento Físico (SPPB) y el Timed Up and Go (TUG) puede ayudar a prevenir caídas y deterioro funcional. Sin embargo, estas pruebas consumen mucho tiempo del personal sanitario y suelen basarse en medidas de resultado gruesas. Presentamos un marco robótico que administra de forma autónoma las evaluaciones SPPB y TUG con adultos mayores en un entorno clínico. El sistema utiliza un robot social (Temi) con una cámara estereoscópica externa para captura de movimiento sin marcadores. Un Árbol de Comportamiento controla el flujo de la evaluación, guiando a los participantes a través de cada prueba con instrucciones verbales y visuales mientras monitorea sus movimientos en tiempo real. Validamos nuestro marco en un estudio longitudinal con 57 adultos mayores (edad media 84.1 años) durante 116 sesiones. Evaluamos la concordancia entre las mediciones obtenidas por el robot y las administradas por terapeutas para la puntuación total de SPPB, las puntuaciones individuales de las pruebas y los tiempos de finalización. También evaluamos la usabilidad del marco utilizando la Escala de Usabilidad del Sistema. Nuestros resultados demuestran una fuerte correlación (Pearson r = 0.99) y una concordancia sustancial (CCC de Lin = 0.98) entre las mediciones del robot y del terapeuta para la puntuación total de SPPB. La evaluación de usabilidad arrojó una puntuación media de SUS de 74.0, lo que indica una buena usabilidad. Estos hallazgos validan la viabilidad de implementar sistemas robóticos autónomos para la evaluación estandarizada de la fragilidad en entornos clínicos.
Necesidades Clínicas y Codiseño
El marco robótico se desarrolló mediante un proceso de diseño centrado en el usuario con profesionales sanitarios del Hospital de Cuidados Intermedios Parc Sanitari Pere Virgili. Un taller de codiseño multidisciplinario con geriatras, médicos rehabilitadores, fisioterapeutas, terapeutas ocupacionales, enfermeros y auxiliares de enfermería identificó tres desafíos recurrentes: las evaluaciones estandarizadas requieren tiempo dedicado del personal sanitario, las evaluaciones clínicas se basan principalmente en medidas de resultado gruesas mientras que rara vez se recogen indicadores biomecánicos informativos, y es esencial mantener una administración estandarizada de las pruebas mientras se reduce la carga de trabajo.
Los participantes imaginaron un sistema capaz de guiar de forma autónoma a los adultos mayores a través de protocolos estandarizados, recoger mediciones objetivas y permitir que los profesionales se centraran en interpretar los resultados. Se priorizó el componente físico de la fragilidad como punto de partida más adecuado debido a sus procedimientos estandarizados y su uso clínico rutinario.
Selección de Plataforma y Prototipo Inicial
Los requisitos clínicos guiaron la implementación de las dos pruebas más adoptadas: la Batería Corta de Rendimiento Físico (SPPB) y el Timed Up and Go (TUG). Se seleccionó el robot social Temi como plataforma de interacción, integrando pantalla táctil, altavoces, micrófonos y base móvil autónoma. Debido a que los recursos computacionales a bordo eran insuficientes para el seguimiento del esqueleto basado en visión en tiempo real, se integró en el sistema una cámara estereoscópica ZED2i conectada a un ordenador externo con GPU.
Refinamiento Iterativo y Despliegue Piloto
El prototipo inicial se sometió a varios ciclos de refinamiento con un fisioterapeuta, un terapeuta ocupacional y un neuropsicólogo. Un despliegue piloto con cuatro adultos mayores en el laboratorio de fisioterapia condujo a tres modificaciones finales. La cámara estereoscópica se reposicionó perpendicular a la dirección de la marcha para mejorar la precisión del seguimiento del esqueleto durante las evaluaciones de la prueba de levantarse de la silla y TUG. Se revisaron las instrucciones de equilibrio de pie para animar a los participantes a mirar al frente en lugar de hacia la pantalla del robot. Se eliminó la retroalimentación verbal durante las repeticiones de levantarse de la silla para evitar influir en el rendimiento. Un terapeuta ocupacional supervisó todas las evaluaciones por seguridad.
Marco Robótico para la Evaluación Autónoma de la Fragilidad
El marco completo integra módulos de percepción, toma de decisiones e interacción para realizar de forma autónoma evaluaciones de fragilidad y riesgo de caídas.
Módulo de Percepción
Una cámara de profundidad estereoscópica (ZED2i) observa a los participantes a distancias de hasta 10 metros, capturando tanto pruebas estáticas como tareas dinámicas de marcha. La estimación de la pose humana utiliza el módulo de seguimiento del esqueleto del SDK de ZED, estimando posiciones 3D de 38 puntos clave del cuerpo que representan las principales articulaciones, incluyendo cabeza, torso, pelvis, caderas, rodillas, tobillos y pies. Las coordenadas 3D de las articulaciones detectadas se transmiten continuamente y se almacenan en un búfer temporal para la detección de eventos de movimiento y el cálculo de métricas biomecánicas. El ruido en la estimación del esqueleto se reduce mediante filtrado antes de su procesamiento.
Módulo de Toma de Decisiones
Un Árbol de Comportamiento controla el flujo de trabajo de la evaluación. El sistema primero verifica las conexiones de hardware, luego se presenta al participante y explica el propósito de la evaluación. El Árbol de Comportamiento guía a los participantes a través de las pruebas de Equilibrio de Pie, Velocidad de la Marcha, Levantarse de la Silla y Timed Up and Go en secuencia. Cada prueba se implementa como un nodo de acción que explica el procedimiento, monitorea los movimientos una vez que el participante confirma que está listo y detecta eventos relevantes como el inicio y finalización del movimiento. El Árbol de Comportamiento maneja adecuadamente las condiciones de finalización de la prueba, como terminar el Equilibrio de Pie cuando se detecta desequilibrio según el protocolo SPPB.
Módulo de Interacción
Los participantes interactuaron con el robot exclusivamente mediante entradas táctiles en la pantalla táctil del robot. No se implementó reconocimiento de voz debido a la precisión reducida con los cambios vocales relacionados con la edad en adultos mayores.
Validación Experimental
Diseño del Estudio y Participantes
Realizamos un estudio longitudinal en el Hospital de Cuidados Intermedios Parc Sanitari Pere Virgili. 57 adultos mayores (edad media 84.1 años, desviación estándar 8.9) participaron en 116 sesiones. Los criterios de inclusión fueron edad de 65 años o más y capacidad para caminar de forma independiente con o sin ayudas para la marcha. Los criterios de exclusión incluyeron deterioro cognitivo grave, condiciones médicas agudas e incapacidad para seguir instrucciones simples.
Protocolo de Recogida de Datos
Cada sesión incluyó una evaluación de fragilidad administrada por un terapeuta y otra administrada por el robot en orden aleatorio. El terapeuta realizó las evaluaciones siguiendo procedimientos clínicos estándar con un cronómetro. El robot administró las mismas evaluaciones de forma autónoma utilizando el marco descrito anteriormente. Ambas sesiones se grabaron con videocámaras para verificación de referencia.
Medidas de Resultado
Las medidas de resultado primarias incluyeron la puntuación total de SPPB (rango 0–12), las puntuaciones de cada componente (Equilibrio de Pie 0–4, Velocidad de la Marcha 0–4, Levantarse de la Silla 0–4) y los tiempos de finalización de cada componente. La usabilidad se evaluó utilizando la Escala de Usabilidad del Sistema (SUS), que arroja una puntuación de 0 a 100.
Resultados
Concordancia entre Mediciones del Robot y del Terapeuta
Se observó una fuerte correlación entre las mediciones del robot y del terapeuta. La puntuación total de SPPB mostró un r de Pearson = 0.99 y un coeficiente de correlación de concordancia (CCC) de Lin = 0.98. Las puntuaciones de velocidad de la marcha mostraron un r de Pearson = 0.97 y CCC = 0.96. Las puntuaciones de levantarse de la silla mostraron un r de Pearson = 0.93 y CCC = 0.92. Las puntuaciones de equilibrio de pie mostraron un r de Pearson = 0.93 y CCC = 0.90.
Concordancia de Tiempos de Finalización
Las mediciones de tiempo de finalización mostraron una fuerte concordancia en todas las pruebas. Las mediciones de tiempo de velocidad de la marcha arrojaron un error absoluto medio de 0.21 segundos (error relativo del 10.4%). Las mediciones de tiempo de levantarse de la silla mostraron un error absoluto medio de 0.63 segundos (error relativo del 12.1%). Las mediciones de tiempo de equilibrio de pie lograron un error absoluto medio de 0.40 segundos (error relativo del 4.9%).
Evaluación de Usabilidad
La evaluación de la Escala de Usabilidad del Sistema arrojó una puntuación media de 74.0 (desviación estándar 12.3), lo que indica una buena usabilidad. Esta puntuación se encuentra dentro del rango de aceptable a excelente según las pautas estándar de interpretación del SUS.
Discusión
Los resultados demuestran que un sistema robótico autónomo puede administrar de manera fiable evaluaciones estandarizadas de fragilidad en un entorno clínico real con adultos mayores. La fuerte concordancia entre las mediciones del robot y del terapeuta valida la precisión de medición del marco. El robot extrajo con éxito métricas biomecánicas adicionales más allá de las puntuaciones clínicas convencionales, abordando la necesidad clínica de indicadores de movilidad más ricos.
La evaluación de usabilidad indica que los adultos mayores encontraron el sistema aceptable y fácil de usar a pesar de su edad avanzada (media 84.1 años). Este hallazgo sugiere que la evaluación robótica autónoma puede integrarse en la práctica clínica rutinaria sin imponer una carga adicional a los pacientes.
Limitaciones
El estudio se realizó en un solo hospital con una población de participantes relativamente homogénea. El robot requirió hardware informático externo y una configuración de cámara dedicada, lo que puede limitar la flexibilidad de despliegue. El marco actualmente evalúa solo el componente físico de la fragilidad, mientras que una evaluación completa también requiere componentes cognitivos, sociales y nutricionales.
Conclusión
Este trabajo valida la viabilidad de implementar sistemas robóticos autónomos para la evaluación estandarizada de la fragilidad en entornos clínicos reales. El marco robótico demuestra una fuerte concordancia de medición con las evaluaciones administradas por terapeutas y una usabilidad aceptable para los adultos mayores. Estos hallazgos respaldan el desarrollo continuo hacia la detección autónoma rutinaria de la fragilidad que podría reducir la carga de trabajo del personal sanitario al tiempo que proporciona mediciones más ricas y objetivas del rendimiento funcional.
Preguntas Frecuentes
¿Qué evaluaciones de fragilidad puede realizar el robot de forma autónoma? El robot administra de forma autónoma la Batería Corta de Rendimiento Físico (SPPB), que incluye las pruebas de Equilibrio de Pie, Velocidad de la Marcha y Levantarse de la Silla, así como la prueba Timed Up and Go (TUG).
¿Qué precisión tienen las mediciones del robot en comparación con un terapeuta humano? Las mediciones del robot muestran una fuerte correlación con las del terapeuta, con una correlación de la puntuación total de SPPB de r = 0.99 y un coeficiente de correlación de concordancia de Lin de 0.98.
¿Los adultos mayores encontraron fácil de usar el robot? Sí, la puntuación media de la Escala de Usabilidad del Sistema (SUS) fue de 74.0 sobre 100, lo que indica una buena usabilidad para la población de adultos mayores con una edad media de 84.1 años.
¿Qué tecnología de detección utiliza el robot para medir el movimiento? El sistema utiliza una cámara de profundidad estereoscópica ZED2i con seguimiento del esqueleto en 3D en tiempo real de 38 puntos clave del cuerpo, sin necesidad de sensores o marcadores portátiles en el participante.