Análisis de la marcha canina mediante sensores inerciales y aprendizaje profundo para trastornos ortopédicos y neurológicos

Por qué importa la forma de andar de tu perro

Muchos propietarios notan cuando su mascota empieza a cojear o a moverse de forma extraña, pero incluso los veterinarios experimentados pueden tener dificultades para distinguir si el problema proviene de las articulaciones o del sistema nervioso. Este estudio explora una nueva forma de leer la marcha del perro usando pequeños sensores de movimiento y la inteligencia artificial moderna, con el objetivo de lograr diagnósticos más tempranos y precisos que mejoren el tratamiento y la calidad de vida.

Pequeños sensores, panorama amplio

Los investigadores colocaron a los perros sensores del tamaño de una moneda, similares a los que se encuentran en teléfonos inteligentes y pulseras de actividad. Estos dispositivos contienen acelerómetros y giróscopos que capturan cómo se mueve el cuerpo del perro en tres dimensiones mientras camina o trota. A diferencia de equipos voluminosos de laboratorio, como placas de fuerzas o sistemas de cámaras, estos sensores son baratos, portátiles y lo bastante cómodos para que los perros se muevan de forma natural. Eso los convierte en herramientas prometedoras para el uso cotidiano en clínicas veterinarias o incluso para el seguimiento en casa.

Cómo se diseñó el estudio

El equipo trabajó con 29 perros: 17 animales sanos, seis con problemas ortopédicos como extremidades dolorosas y seis con afecciones neurológicas que afectan la coordinación. Cada perro caminó de ida y vuelta por una pasarela corta en interiores, a veces a paso relajado y otras a trote más rápido, mientras llevaba hasta tres sensores en la cabeza, el cuello (mediante un collar) y la región de la cola. Esta configuración capturó alrededor de tres horas de datos de movimiento detallados. Los científicos luego dividieron las grabaciones en fragmentos cortos para poder examinar los patrones en cada segmento breve de movimiento.

Enseñar a un ordenador a leer la marcha de un perro

En lugar de diseñar manualmente mediciones —como la longitud del paso o cuánto se eleva la espalda—, los investigadores usaron un método de aprendizaje profundo que permite al ordenador descubrir patrones directamente a partir de las señales crudas del sensor. Su modelo, conocido como red neuronal convolucional, recibe seis flujos de datos (tres direcciones de aceleración y tres de rotación) y los hace pasar por varias capas que extraen automáticamente características informativas. Al final, el sistema asigna cada fragmento de movimiento a una de tres categorías: sano, ortopédico o neurológico. La misma red también puede usarse en tareas más simples, como decidir únicamente si un perro está sano o no.

Encontrar la mejor configuración de sensores

Un objetivo clave fue la practicidad: cuántos sensores y qué tipo de marcha se necesitan para obtener respuestas fiables. Al comparar muchas combinaciones, el estudio encontró que un solo sensor en el cuello a menudo rendía tan bien como usar varios sensores, especialmente durante el trote. Cuando el ordenador se probó con fragmentos procedentes del mismo grupo de perros que ya había visto, etiquetó correctamente los patrones de marcha sano, ortopédico y neurológico en torno al 96 por ciento de las veces. Cuando se enfrentó a perros completamente nuevos, la precisión bajó —como es de esperar— pero se mantuvo prometedora: alrededor del 85 por ciento para separar sanos de no sanos y un 80 por ciento para distinguir los tres grupos usando configuraciones escogidas con cuidado.

Qué significa esto para los perros y sus veterinarios

Desde la perspectiva de un no especialista, este trabajo muestra que con solo registrar cómo se mueve un perro con un pequeño sensor de collar, un ordenador puede obtener suficiente información para decir si el perro probablemente está sano, tiene un problema de huesos o articulaciones, o padece un problema relacionado con los nervios. El sistema no pretende sustituir a un veterinario, pero podría servir como ayuda objetiva que detecte problemas sutiles antes, apoye segundas opiniones y reduzca la necesidad de pruebas costosas o invasivas. Con conjuntos de datos más grandes y variados, el mismo enfoque podría evolucionar hasta convertirse en una herramienta de cribado de rutina —ayudando a veterinarios y propietarios a detectar problemas de la marcha antes y a adaptar el tratamiento a la condición subyacente específica de cada perro.

Cita: Palez, N., Straß, L., Meller, S. et al. Canine gait analysis using inertial sensors and deep learning for orthopedic and neurological disorders. Sci Rep 16, 13966 (2026). https://doi.org/10.1038/s41598-026-40717-x

Palabras clave: marcha canina, sensores portátiles, aprendizaje profundo, cojera en perros, diagnóstico veterinario