Validación concurrente de OpenCap para identificar factores de riesgo de nueva lesión del LCA durante una prueba de salto con caída en una cohorte sana

Por qué la ciencia del salto importa para tus rodillas

Muchos deportistas que se rompen el ligamento cruzado anterior (LCA) de la rodilla sufren una segunda lesión incluso después de una cirugía y una rehabilitación cuidadosas. Los médicos saben que cambios sutiles en la forma en que una persona aterriza después de un salto pueden revelar este riesgo oculto, pero las mejores herramientas para medir esos movimientos son costosos sistemas de laboratorio cubiertos de marcadores reflectantes y cámaras. Este estudio preguntó si un nuevo enfoque de bajo coste basado en smartphone llamado OpenCap puede ofrecer conocimientos similares, potencialmente llevando el análisis de movimiento de alto nivel fuera del laboratorio y a clínicas y salas de entrenamiento cotidianas.

De laboratorios de alta tecnología a teléfonos en trípodes

El análisis de movimiento tridimensional tradicional usa muchas cámaras infrarrojas y plataformas de fuerza en el suelo para registrar cómo se mueve el cuerpo y con qué intensidad impacta el suelo. Es muy preciso, pero exige tiempo, dinero y experiencia técnica, por lo que solo unos pocos centros especializados pueden ofrecerlo. Los sistemas sin marcadores intentan eliminar estos obstáculos usando cámaras de video comunes y algoritmos de inteligencia artificial para seguir las posiciones del cuerpo sin pegar marcadores en la piel. OpenCap va un paso más allá al emplear smartphones ordinarios junto con computación en la nube, ofreciendo una forma potencialmente asequible de analizar el movimiento casi en cualquier lugar.

Poniendo a prueba OpenCap

Los investigadores reclutaron a 24 adultos sanos y físicamente activos para realizar una exigente tarea de aterrizaje: bajar de una plataforma de 30 centímetros y volver a saltar hacia arriba tan rápida y poderosamente como fuese posible. Durante 240 de estos saltos con caída, cada movimiento fue capturado al mismo tiempo tanto por el sistema de laboratorio con marcadores, considerado estándar de oro, como por la configuración basada en smartphone OpenCap. El equipo se centró en medidas vinculadas al riesgo de re-lesión del LCA: cómo la rodilla se mueve hacia dentro o hacia fuera durante el aterrizaje, con qué fuerza trabajan los músculos de la rodilla y la cadera para controlar el movimiento, y cuánta fuerza vertical atraviesa cada pierna cuando los pies impactan el suelo.

¿Qué tan cerca llegaron los teléfonos?

En cuanto a los patrones generales de movimiento, OpenCap hizo un trabajo sorprendentemente bueno. Las formas de las curvas a lo largo del tiempo —que muestran cómo se movían las articulaciones y cómo subían y bajaban las fuerzas— coincidieron estrechamente con el sistema de laboratorio para muchas variables. Sin embargo, al examinar la magnitud de las diferencias surgieron brechas importantes. El ángulo de la rodilla en el plano frontal difería de media en más de seis grados, más que los pequeños cambios que se han mostrado capaces de separar a los deportistas que sufren una segunda rotura del LCA de los que no. Las fuerzas en la rodilla y las fuerzas de reacción del suelo bajo los pies también mostraron errores por encima de los límites comúnmente aceptados para la toma de decisiones clínicas, y aparecieron diferencias importantes durante gran parte de la fase de aterrizaje. En aproximadamente una de cada cinco pruebas, las simulaciones internas de OpenCap ni siquiera pudieron generar estimaciones de fuerza utilizables.

Qué significa esto para deportistas y clínicos

Dado que el riesgo de re-lesión del LCA depende de diferencias pequeñas pero significativas entre extremidades y a lo largo del tiempo, las herramientas usadas para orientar las decisiones de retorno al deporte deben ser tanto precisas como consistentes. En este estudio, OpenCap capturó de forma fiable la forma general de cómo las personas se movían y aterrizaban, pero no fue lo bastante preciso en ángulos clave de la rodilla, carga muscular y diferencias entre extremidades para reemplazar de forma segura un sistema de laboratorio completo en el cribado individual de riesgo. Los autores concluyen que, por ahora, OpenCap no debería usarse por sí solo para juzgar si un deportista está listo para volver al deporte tras una cirugía de LCA.

Una promesa en el horizonte

Aunque OpenCap no alcanzó los estándares clínicos actuales, los resultados son alentadores en otro sentido. La fuerte concordancia en los patrones generales de movimiento sugiere que, con mejores algoritmos de estimación de pose y modelos internos refinados, los sistemas basados en smartphones podrían eventualmente reducir la brecha. Si esas mejoras tienen éxito, el análisis de movimiento que antes requería un laboratorio especializado podría algún día realizarse en una clínica normal, una instalación de entrenamiento o incluso al margen del campo—ayudando a más deportistas a proteger sus rodillas sin la barrera de equipos de alta gama.

Cita: Färber, B., Horsak, B. & Paternoster, F.K. Concurrent validation of OpenCap for identifying ACL re-injury risk factors during a drop jump test in a healthy cohort. Sci Rep 16, 9843 (2026). https://doi.org/10.1038/s41598-026-44758-0

Palabras clave: riesgo de re-lesión del LCA, captura de movimiento sin marcadores, prevención de lesiones deportivas, mecánica del aterrizaje de saltos, análisis de movimiento con smartphone