Inteligencia artificial y tecnologías vestibles para la neurorrehabilitación de la extremidad superior

Área de la Ciencia:

• Ingeniería Biomédica
• Neurociencia
• Tecnología de Rehabilitación

Sus antecedentes:

• Las interfaces neuronales no invasivas (IN) utilizan bioseñales como la electroencefalografía (EEG) y la electromiografía (EMG) para la neurorrehabilitación de la extremidad superior.
• Las IN tradicionales son complejas, lo que limita su uso clínico; los dispositivos vestibles ofrecen comodidad y potencial de monitorización a largo plazo.
• Los métodos de IA existentes necesitan adaptación a las restricciones de los dispositivos vestibles, con una falta de resumen claro del estado del arte.

Objetivo del estudio:

• Revisar sistemáticamente el estado del arte de las interfaces neuronales no invasivas impulsadas por IA para la neurorrehabilitación de la extremidad superior utilizando dispositivos vestibles.
• Analizar la literatura actual basada en bioseñales, tecnología vestible, métodos de IA, enfoque de rehabilitación y aplicaciones clínicas.
• Identificar desafíos y discutir el potencial de la IA avanzada, incluida la IA explicable (XAI) y la IA generativa (GenAI).

Principales métodos:

• Revisión sistemática de la literatura que abarca 51 estudios.
• El análisis se centró en conceptos clave: bioseñales (EEG, EMG), sensores vestibles, algoritmos de IA, rehabilitación de la extremidad superior y aplicaciones clínicas.
• Evaluación de la heterogeneidad metodológica, configuraciones de sensores y métricas de rendimiento.

Principales resultados:

• Se identificó una heterogeneidad metodológica significativa y diversas configuraciones de sensores vestibles en los estudios.
• Los desafíos clave incluyen lograr precisión, robustez y validación clínica exhaustiva para los sistemas de IN vestibles.
• La revisión identificó la necesidad de una resumen más claro de los enfoques actuales de IA para la neurorrehabilitación vestible.

Conclusiones:

• Las IN vestibles presentan una vía prometedora para la neurorrehabilitación de la extremidad superior, pero requieren un mayor desarrollo para superar las limitaciones actuales.
• La IA explicable (XAI) y la IA generativa (GenAI) tienen el potencial de mejorar la interpretabilidad y la personalización en futuros sistemas de neurorrehabilitación.
• Abordar la precisión, la robustez y la validación clínica es crucial para la adopción generalizada de estas tecnologías.