Análisis de vídeo asistido por IA del test de Trendelenburg: un estudio de viabilidad

Observando cómo nos mantenemos en una pierna

Muchos problemas de cadera y rodilla se manifiestan en acciones cotidianas sencillas, como mantenerse en una pierna para ponerse un calcetín. Los médicos suelen usar una comprobación rápida junto a la cama llamada test de Trendelenburg para ver cómo funcionan los músculos alrededor de la cadera. Pero este test normalmente se valora a simple vista, lo que puede pasar por alto problemas sutiles. Este estudio explora si un vídeo corriente de smartphone, combinado con inteligencia artificial (IA), puede convertir ese test sencillo en una medición objetiva basada en números que podría mejorar el diagnóstico y la rehabilitación.

Un test simple con complejidad oculta

En el test de Trendelenburg, la persona se mantiene en una pierna mientras eleva la otra, algo así como una marcha en cámara lenta. Tradicionalmente, una caída visible del lado elevado de la pelvis se ha considerado indicativa de debilidad en los músculos de la cadera del lado de apoyo. Sin embargo, los pacientes también pueden compensar inclinando el torso hacia la pierna de apoyo, lo que puede ocultar la caída pélvica y engañar al examinador. Además, lo que hace la rodilla durante esta maniobra puede afectar la manera en que las fuerzas se transmiten por la pierna, posiblemente influyendo en el desgaste articular a lo largo del tiempo. Todo esto hace que el test sea más complejo de lo que parece a primera vista.

Convertir el vídeo de la clínica en ángulos medibles

Los investigadores montaron un sistema práctico que pudiera encajar en una clínica de ortopedia concurrida. Participaron doce adultos con problemas de cadera: siete habían pasado por un reemplazo total de cadera y cinco tenían dolor de cadera sin prótesis. Cada persona fue filmada desde atrás con un único smartphone montado en un trípode mientras realizaba el test de Trendelenburg con cada pierna. Una aplicación de movimiento sin marcadores basada en IA identificó automáticamente puntos clave del cuerpo a partir del vídeo. Usando esos puntos, el equipo midió tres cosas: cuánto se mantuvo nivelada la pelvis, cuánto se inclinó el tronco hacia un lado y cómo cambió el ángulo de la rodilla entre estar sobre dos piernas y sobre una. El proceso completo —grabación y análisis— tardó una mediana de alrededor de tres minutos y medio por paciente, y todos los vídeos fueron utilizables.

Cómo compensan realmente las personas

Las mediciones revelaron que las grandes caídas pélvicas eran en realidad raras. En el conjunto, la pelvis se mantuvo cerca del nivel cuando las personas se equilibraban sobre una pierna. Lo que destacó en su lugar fue el tronco. Muchos pacientes, especialmente los con prótesis de cadera, inclinaron su torso hacia la pierna de apoyo, una estrategia que puede reducir la carga sobre músculos de la cadera debilitados. La mitad de todos los participantes, y cinco de los siete con caderas artificiales, mostraron inclinación del tronco por encima de un umbral conservador usado en investigaciones previas. Los cambios en la rodilla también fueron comunes: dos tercios de los pacientes mostraron al menos un desplazamiento de tres grados en la rodilla en la vista frontal, lo que sugiere que la forma en que la cadera afronta la debilidad puede redistribuir fuerzas más abajo en la pierna.

Lo que los números pueden ofrecer a los médicos

Al poner números a la inclinación pélvica, la inclinación del tronco y la alineación de la rodilla, el enfoque asistido por IA va más allá de la clasificación típica de sí o no del test de Trendelenburg. En lugar de limitarse a decir si el test es positivo o negativo, los clínicos podrían documentar exactamente cuántos grados se inclina el tronco o se inclina la pelvis, y seguir esos valores a lo largo del tiempo mientras los pacientes se recuperan de una cirugía o avanzan en rehabilitación. Dado que el sistema usa un smartphone ordinario y una aplicación comercial, podría adoptarse de forma amplia si demuestra ser lo suficientemente preciso. El estudio no evaluó la exactitud frente a sistemas de laboratorio de alta gama ni incluyó voluntarios sanos, por lo que sus resultados deben verse mejor como una prueba de que el método es viable, no aún como un reemplazo de las herramientas de referencia.

De la viabilidad a la práctica diaria

En términos prácticos, esta investigación muestra que un vídeo rápido con smartphone puede captar desplazamientos sutiles en cómo el cuerpo se equilibra sobre una pierna, información que sería difícil de cuantificar a simple vista. Los pacientes con reemplazos de cadera, en particular, a menudo mantienen la pelvis nivelada inclinando el tronco y cambiando la alineación de la rodilla, en lugar de provocar una caída pélvica visible. Con más pruebas en grupos más grandes y variados, y con comparación frente a sistemas avanzados de movimiento 3D, este montaje sencillo podría evolucionar hacia una forma práctica de monitorizar la función de la cadera y orientar una rehabilitación más segura y eficaz en clínicas habituales.

Cita: O’Sullivan, K., Doyle, T., Quinn, E. et al. AI-assisted video analysis of the Trendelenburg test: a feasibility study. Sci Rep 16, 7733 (2026). https://doi.org/10.1038/s41598-026-38980-z

Palabras clave: debilidad de los abductores de la cadera, test de Trendelenburg, análisis de movimiento por IA, reemplazo total de cadera, evaluación de la marcha