RehabMate: un marco explicable para la detección de acciones y retroalimentación correctiva en la rehabilitación pediátrica tras un ictus

Ayudar a los niños a recuperar el movimiento en casa

El ictus pediátrico puede dejar a los niños con dificultades para caminar, mantenerse de pie o subir escaleras, a menudo durante años. La terapia regular con especialistas mejora la recuperación, pero las visitas frecuentes al hospital son costosas y dificultan la vida familiar. Este artículo presenta RehabMate, un asistente digital diseñado para llevar la rehabilitación de las extremidades inferiores, con calidad de experto, a los hogares y centros comunitarios, manteniendo al mismo tiempo el control por parte de los fisioterapeutas.

Por qué los niños necesitan un apoyo de rehabilitación más inteligente

El ictus es una de las principales causas de discapacidad grave en niños, y hasta siete de cada diez pacientes jóvenes quedan con problemas de movimiento persistentes. Los niños suelen responder bien al entrenamiento y están muy motivados, pero la rehabilitación tradicional depende de sesiones presenciales repetidas con terapeutas especializados. Las familias pueden vivir lejos de las clínicas, tener tiempo limitado o no disponer de recursos para una atención intensiva y prolongada. Las herramientas de inteligencia artificial existentes podrían ayudar, pero muchas funcionan como cajas negras, ofreciendo un resultado sin explicar cómo se llegó a él. Esto dificulta que fisioterapeutas y padres confíen en ellas o las usen de forma segura en la vida diaria.

Un compañero digital que observa cómo se mueven los niños

RehabMate está diseñado como un sistema de tres capas que observa cómo se mueve el niño, combina distintos tipos de datos de movimiento y luego los analiza para apoyar el entrenamiento. Pequeños sensores inalámbricos colocados en rodillas y tobillos registran cómo las piernas se aceleran y cambian de dirección, mientras que un teléfono móvil captura vídeo y estima el esqueleto del cuerpo del niño fotograma a fotograma. Estas señales se fusionan en una imagen única del movimiento del niño. Antes de cada sesión, se introducen en la app datos como la edad del niño, el nivel de dolor y la movilidad, de modo que el sistema pueda adaptar sus indicaciones a la condición del niño.

Cómo el sistema entiende la marcha y las escaleras

En el núcleo de RehabMate hay un modelo especializado de reconocimiento de acciones que estudia cómo el niño camina, se mantiene de pie y sube y baja escaleras. En lugar de fijarse solo en las posiciones articulares, el modelo también considera los huesos entre las articulaciones y cómo cambian los ángulos articulares a lo largo del tiempo. Representa el cuerpo como una red de puntos conectados y usa procesamiento avanzado basado en grafos y mecanismos de atención para centrarse en las articulaciones y los momentos más importantes de una secuencia de movimiento. Al mezclar cuidadosamente los datos de sensores y del esqueleto, el modelo reconoce cuatro acciones clave de rehabilitación y valora la calidad de la ejecución del niño, alcanzando más del 93 por ciento de precisión cuando se probó con distintas vistas de cámara en un nuevo conjunto de datos pediátrico de ictus llamado PSP2.

Convertir el análisis del movimiento en orientación comprensible

RehabMate hace más que clasificar movimientos; convierte resultados técnicos en retroalimentación comprensible y personalizada. Los autores crearon una biblioteca profesional de textos con descripciones detalladas de ejercicios de rehabilitación y errores comunes, redactada por fisioterapeutas. Un modelo de lenguaje recupera y edita ligeramente las descripciones adecuadas, y luego las pasa a un modelo mayor que elabora sugerencias correctivas claras y mensajes de aliento, ajustados al nivel de dolor y movilidad del niño. Por ejemplo, en lugar de exigir siempre un paso perfecto, el sistema puede sugerir usar el pasamanos de la escalera cuando el dolor o la fuerza limitada hagan insegura una corrección completa. Los terapeutas pueden rastrear cada consejo hasta los datos de movimiento subyacentes y las entradas en la base de conocimiento, haciendo el proceso auditable y clínicamente significativo.

Hacer la IA transparente y fiable para la rehabilitación

El estudio muestra que RehabMate puede identificar con precisión acciones de rehabilitación de las extremidades inferiores en niños, explicar qué partes del cuerpo y qué instantes temporales influyeron en sus decisiones, y generar retroalimentación que se alinea con el juicio profesional. Las revisiones de expertos confirman que la atención del modelo a menudo destaca las mismas articulaciones críticas en las que se fijan los fisioterapeutas, y que la mayoría de las sugerencias generadas pueden rastrearse hasta reglas conocidas en la base de conocimiento. Aunque el sistema actual se concentra en la marcha y las actividades de escalera y utiliza un conjunto de datos de tamaño moderado, los autores sostienen que el mismo enfoque explicable podría ampliarse al entrenamiento de brazos y del cuerpo entero. Para familias y clínicos, esto significa una IA que no solo mide el movimiento, sino que también muestra de forma clara cómo llega a sus conclusiones, ayudando a que la rehabilitación domiciliaria tras un ictus pediátrico sea más segura, consistente y personalizada.

Cita: Huang, S., Chen, Z. & Liu, Y. RehabMate: an explainable framework for action detection and corrective feedback in pediatric stroke rehabilitation. Sci Rep 16, 15565 (2026). https://doi.org/10.1038/s41598-026-46093-w

Palabras clave: ictus pediátrico, rehabilitación, IA explicable, reconocimiento de acciones, sensores portátiles