{"id":97377,"date":"2026-02-12T16:56:17","date_gmt":"2026-02-12T16:56:17","guid":{"rendered":"https:\/\/xn--daocerebral-2db.es\/?post_type=portfolio&p=97377"},"modified":"2026-02-12T17:00:11","modified_gmt":"2026-02-12T17:00:11","slug":"ia4ictus-nuevo-paradigma-de-neurorrehabilitacion-de-precision-apoyado-por-ia","status":"publish","type":"portfolio","link":"https:\/\/xn--daocerebral-2db.es\/eu\/publicacion\/ia4ictus-nuevo-paradigma-de-neurorrehabilitacion-de-precision-apoyado-por-ia\/","title":{"rendered":"IA4ICTUS: nuevo paradigma de neurorrehabilitaci\u00f3n de precisi\u00f3n apoyado por IA"},"content":{"rendered":"

El ictus sigue siendo la principal causa de discapacidad neurol\u00f3gica adquirida en personas adultas, con secuelas<\/a> que afectan la motricidad, la cognici\u00f3n, el lenguaje y la participaci\u00f3n social. Aunque los avances en fase aguda han mejorado la supervivencia, la neurorrehabilitaci\u00f3n se enfrenta a la enorme variabilidad en la recuperaci\u00f3n entre pacientes con lesiones similares y la limitaci\u00f3n del modelo actual de toma de decisiones, que se basa en valoraciones y escalas que no captan cambios sutiles. IA4ICTUS<\/a> quiere dar respuesta a esta necesidad cl\u00ednica, proponiendo un sistema que integra datos multimodales \u2014cl\u00ednicos, funcionales, fisiol\u00f3gicos y gen\u00e9ticos\u2014 mediante inteligencia artificial (IA) para ofrecer una prescripci\u00f3n adaptativa del tratamiento. El objetivo no es sustituir el trabajo del equipo cl\u00ednico, sino amplificarlo: detectar precozmente patrones de respuesta, ajustar din\u00e1micamente la intensidad terap\u00e9utica y optimizar la toma de decisiones bas\u00e1ndose en la evoluci\u00f3n real de cada paciente, transformando as\u00ed la neurorrehabilitaci\u00f3n en un proceso verdaderamente personalizado y centrado en la persona.<\/p>\n

 <\/p>\n

Escrito por: Dr.\u00a0Juan I. Mar\u00edn Ojea<\/strong><\/a><\/h4>\n

Especialista en Medicina F\u00edsica y Rehabilitaci\u00f3n.\u00a0<\/span>Servicio de Neurorrehabilitaci\u00f3n y Da\u00f1o Cerebral,\u00a0Ospitalarioak Fundazioa Euskadi<\/a><\/span><\/h4>\n

En el \u00e1mbito de la salud neurol\u00f3gica, el ictus se mantiene como la principal causa de discapacidad neurol\u00f3gica adquirida en adultos en nuestro entorno (Winstein et al., 2016; Langhorne, Bernhardt & Kwakkel, 2011). A pesar de los notables avances en la atenci\u00f3n de la fase aguda, que han permitido que un mayor n\u00famero de pacientes sobrevivan y mejoren su pron\u00f3stico inicial, un volumen significativo de personas debe convivir con secuelas funcionales persistentes. Estas secuelas trascienden lo puramente motor; impactan la cognici\u00f3n, el lenguaje, la conducta y la participaci\u00f3n social, afectando de manera directa la autonom\u00eda y la calidad de vida de quienes las padecen.<\/p>\n

\"\"<\/a>Ante este escenario, la neurorrehabilitaci\u00f3n se erige como la herramienta terap\u00e9utica fundamental, ya que actualmente no disponemos de tratamientos farmacol\u00f3gicos que restauren la funci\u00f3n perdida. Sin embargo, se trata de un proceso intensivo, complejo y prolongado, donde cada decisi\u00f3n cl\u00ednica tiene un impacto determinante en el futuro funcional del paciente. En este contexto nace IA4ICTUS, un proyecto que busca transformar la pr\u00e1ctica cl\u00ednica real integrando la inteligencia artificial (IA), no como un fin tecnol\u00f3gico, sino como una respuesta a una necesidad cl\u00ednica cr\u00edtica: \u00bfC\u00f3mo podemos tomar mejores decisiones terap\u00e9uticas utilizando la vasta informaci\u00f3n que generamos y que hoy no estamos integrando eficazmente?<\/p>\n

El reto de la variabilidad y las limitaciones del modelo actual<\/strong><\/h4>\n

Uno de los mayores desaf\u00edos en la neurorrehabilitaci\u00f3n es la enorme variabilidad en la recuperaci\u00f3n. Es com\u00fan observar c\u00f3mo dos pacientes con lesiones similares, edades parecidas y programas terap\u00e9uticos equivalentes evolucionan de formas dr\u00e1sticamente distintas. Si bien factores como la localizaci\u00f3n de la lesi\u00f3n, la edad y la comorbilidad explican parte de esta diferencia, existe una variabilidad que hasta ahora se consideraba impredecible (Cramer et al., 2019).<\/p>\n

El modelo de toma de decisiones actual, aunque es el mejor fruto de d\u00e9cadas de consenso interdisciplinar y experiencia acumulada, presenta limitaciones estructurales. Este modelo se apoya en valoraciones iniciales exhaustivas, el uso de escalas funcionales validadas y reuniones de equipo para ajustar el tratamiento. A pesar de su valor, este enfoque se basa frecuentemente en informaci\u00f3n puntual y observaciones subjetivas. Las escalas funcionales, aunque imprescindibles, son medidas discretas que no siempre captan cambios sutiles pero relevantes entre evaluaciones. Adem\u00e1s, a menudo se carece de informaci\u00f3n objetiva sobre la tolerancia al esfuerzo, la fatiga acumulada o las fluctuaciones diarias del paciente, lo que puede llevar a que los ajustes en el tratamiento se realicen con cierto retraso respecto a la evoluci\u00f3n real.<\/p>\n

La inteligencia artificial como amplificador del juicio cl\u00ednico<\/strong><\/h4>\n

La inteligencia artificial resulta especialmente pertinente en neurorrehabilitaci\u00f3n porque est\u00e1 dise\u00f1ada para manejar problemas complejos, multivariables y din\u00e1micos (Shahsavari et al., 2023; Chen et al., 2020). IA4ICTUS parte de la premisa de que la IA no viene a reemplazar el razonamiento humano, sino a ampliar nuestra capacidad de observaci\u00f3n y an\u00e1lisis.<\/p>\n

La capacidad de la IA para integrar grandes vol\u00famenes de datos heterog\u00e9neos y analizarlos de forma longitudinal permite identificar patrones, tendencias y se\u00f1ales tempranas que a menudo pasan desapercibidas en la pr\u00e1ctica diaria. Esto abre la puerta a detectar precozmente complicaciones o, por el contrario, identificar ventanas de oportunidad para ajustar el tratamiento de manera \u00f3ptima.<\/p>\n

Los cuatro pilares del proyecto IA4ICTUS<\/strong><\/h4>\n

Para asegurar que la incorporaci\u00f3n de la IA sea responsable y efectiva, el proyecto se asienta sobre cuatro principios fundamentales:<\/p>\n

    \n
  • Liderazgo cl\u00ednico: La tecnolog\u00eda debe estar siempre al servicio del profesional sanitario. La IA act\u00faa como una herramienta de apoyo que enriquece el razonamiento cl\u00ednico, nunca como un sustituto de la decisi\u00f3n final del equipo.<\/li>\n
  • Integraci\u00f3n en la pr\u00e1ctica real: El dise\u00f1o contempla las limitaciones de los entornos asistenciales cotidianos, como la carga de trabajo y los tiempos ajustados, buscando soluciones que se incorporen de forma razonable al flujo de trabajo.<\/li>\n
  • \u00c9tica y prudencia: Se adopta un enfoque no determinista. Informaci\u00f3n sensible, como los datos gen\u00e9ticos, nunca se utiliza para etiquetar o excluir pacientes, sino como variables complementarias bajo supervisi\u00f3n profesional.<\/li>\n
  • Orientaci\u00f3n a resultados funcionales: El \u00e9xito del proyecto no se mide por su capacidad tecnol\u00f3gica, sino por su capacidad para mejorar la autonom\u00eda del paciente y personalizar el proceso rehabilitador.<\/li>\n<\/ul>\n

    <\/h4>\n

    Arquitectura del sistema: datos multimodales e interoperabilidad<\/strong><\/h4>\n

    IA4ICTUS propone una plataforma eHealth capaz de unificar informaci\u00f3n que tradicionalmente ha estado fragmentada. El concepto clave es la integraci\u00f3n de datos multimodales, que incluye:<\/p>\n

      \n
    • Datos cl\u00ednicos: provenientes de la historia m\u00e9dica habitual.<\/li>\n
    • Medidas funcionales objetivas: a trav\u00e9s de herramientas como el asiento inteligente, que permite cuantificar par\u00e1metros de control postural y calidad del movimiento en tareas de evaluaci\u00f3n y tratamiento.<\/li>\n
    • Monitorizaci\u00f3n fisiol\u00f3gica: mediante una pulsera inteligente que registra la respuesta al esfuerzo real, la carga terap\u00e9utica y la fatiga durante el d\u00eda (Coscia et al., 2019).<\/li>\n
    • Informaci\u00f3n gen\u00e9tica: explorando factores de neuroplasticidad para entender mejor por qu\u00e9 ciertos pacientes responden de forma distinta a est\u00edmulos similares.<\/li>\n<\/ul>\n

      Un aspecto diferencial es la interoperabilidad de la plataforma. No busca sustituir los sistemas existentes (como la historia cl\u00ednica electr\u00f3nica), sino conectarse con ellos, actuando como un espacio de integraci\u00f3n que facilite una visi\u00f3n longitudinal del paciente sin incrementar la carga administrativa del equipo.<\/p>\n

      Hacia la prescripci\u00f3n adaptativa: el n\u00facleo de la innovaci\u00f3n<\/strong><\/h4>\n

      El concepto m\u00e1s disruptivo de IA4ICTUS es la prescripci\u00f3n adaptativa del tratamiento. Actualmente, los programas suelen ser estables durante semanas entre evaluaciones. IA4ICTUS propone un modelo donde el tratamiento sea din\u00e1mico y se ajuste continuamente a la respuesta real del paciente.<\/p>\n

      La IA analiza la historia evolutiva completa para detectar patrones de buena respuesta, estancamiento o mala tolerancia al tratamiento. Esto permite al cl\u00ednico afinar la intensidad y el tipo de intervenci\u00f3n, evitando tanto el infra-tratamiento (est\u00edmulo insuficiente) como el sobre-tratamiento (carga excesiva que supera la capacidad de adaptaci\u00f3n), situaciones comunes que pueden lastrar la recuperaci\u00f3n.<\/p>\n

      Impacto cl\u00ednico, organizativo y humano<\/strong><\/h4>\n

      Desde una perspectiva cl\u00ednica, ganar tiempo en la toma de decisiones puede marcar la diferencia en el resultado final. Al detectar precozmente que un paciente no evoluciona seg\u00fan lo esperado, el equipo puede replantear objetivos o ajustar el enfoque mucho antes de que el estancamiento sea evidente en las escalas tradicionales.<\/p>\n

      A nivel de trabajo en equipo, el proyecto aporta una base objetiva com\u00fan para la discusi\u00f3n interdisciplinar. Al compartir datos comparables y longitudinales, se reduce la variabilidad injustificada entre profesionales y se refuerza una toma de decisiones verdaderamente compartida y centrada en la evoluci\u00f3n real del individuo.<\/p>\n

      Desde el punto de vista del sistema sanitario, la capacidad de objetivar la respuesta al tratamiento permite una optimizaci\u00f3n de recursos cr\u00edtica en contextos de alta demanda. Adem\u00e1s, la creaci\u00f3n de bases de datos estructuradas genera evidencia cl\u00ednica real que impulsa la mejora continua y la transferencia de conocimiento en el campo de la neurorrehabilitaci\u00f3n (Rizzo et al., 2022).<\/p>\n

      Estado actual y conclusiones<\/strong><\/h4>\n

      Hoy en d\u00eda, IA4ICTUS se encuentra en una fase de investigaci\u00f3n y desarrollo, trabajando con prototipos funcionales en entornos cl\u00ednicos reales mediante una colaboraci\u00f3n estrecha entre tecn\u00f3logos y sanitarios. El objetivo es una validaci\u00f3n progresiva y rigurosa antes de su despliegue definitivo.<\/p>\n

      En conclusi\u00f3n, la neurorrehabilitaci\u00f3n es un proceso intr\u00ednsecamente complejo y din\u00e1mico. IA4ICTUS no pretende ofrecer soluciones autom\u00e1ticas ni simplistas, sino proporcionar las herramientas necesarias para manejar esa complejidad de forma cient\u00edfica y personalizada. Al poner la inteligencia artificial al servicio de la cl\u00ednica, estamos dando un paso decisivo hacia una rehabilitaci\u00f3n que no solo trate la secuela, sino que acompa\u00f1e de forma precisa y objetiva el potencial de recuperaci\u00f3n de cada paciente.<\/p>\n

      Referencias<\/strong><\/h4>\n
        \n
      • Chen, M., Hao, Y., Cai, Y., Wang, Y., & Sun, C. (2020). Artificial Intelligence in Healthcare: Past, Present and Future. IEEE Access, 8, 146963\u2013147005. https:\/\/doi.org\/10.1109\/ACCESS.2020.3002559<\/li>\n
      • Coscia, M., et al. (2019). Neurotechnology-aided interventions for upper limb motor rehabilitation in severe chronic stroke. Brain, 142(9), 2542\u20132558. https:\/\/doi.org\/10.1093\/brain\/awz181<\/li>\n
      • Cramer, S. C., Sur, M., Dobkin, B. H., O\u2019Brien, C., Sanger, T. D., Trojanowski, J. Q., \u2026 & Vinogradov, S. (2019). Harnessing neuroplasticity for clinical applications. Brain, 142(7), 1856\u20131872. https:\/\/doi.org\/10.1093\/brain\/awz181<\/li>\n
      • Langhorne, P., Bernhardt, J., & Kwakkel, G. (2011). Stroke rehabilitation. The Lancet, 377(9778), 1693\u20131702. https:\/\/doi.org\/10.1016\/S0140-6736(11)60325-5<\/li>\n
      • Rizzo, J. R., et al. (2022). AI-driven digital health technologies for stroke rehabilitation: Opportunities and challenges. Journal of NeuroEngineering and Rehabilitation, 19(1), 73. https:\/\/doi.org\/10.1186\/s12984-022-01052-5<\/li>\n
      • Shahsavari, S., et al. (2023). Artificial intelligence in stroke rehabilitation: Current trends, challenges, and future directions. Frontiers in Neurology, 14, 1142378. https:\/\/doi.org\/10.3389\/fneur.2023.1142378<\/li>\n
      • Winstein, C. J., Stein, J., Arena, R., Bates, B., Cherney, L. R., Cramer, S. C., \u2026 & Zorowitz, R. D. (2016). Guidelines for Adult Stroke Rehabilitation and Recovery: A Guideline for Healthcare Professionals From the American Heart Association\/American Stroke Association. Stroke, 47(6), e98\u2013e169. https:\/\/doi.org\/10.1161\/STR.0000000000000098<\/li>\n<\/ul>\n

         <\/p>\n","protected":false},"excerpt":{"rendered":"

        El ictus sigue siendo la principal causa de discapacidad neurol\u00f3gica adquirida en personas adultas, con secuelas que afectan la motricidad, la cognici\u00f3n, el lenguaje y la participaci\u00f3n social. Aunque los avances en fase aguda han mejorado la supervivencia, la neurorrehabilitaci\u00f3n se enfrenta a la enorme variabilidad en la recuperaci\u00f3n entre pacientes con lesiones similares y…<\/p>\n","protected":false},"author":3,"featured_media":97270,"menu_order":0,"comment_status":"open","ping_status":"open","template":"","format":"standard","meta":{"footnotes":""},"categories":[2320],"tags":[],"_links":{"self":[{"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/portfolio\/97377"}],"collection":[{"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/portfolio"}],"about":[{"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/types\/portfolio"}],"author":[{"embeddable":true,"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/comments?post=97377"}],"version-history":[{"count":11,"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/portfolio\/97377\/revisions"}],"predecessor-version":[{"id":97424,"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/portfolio\/97377\/revisions\/97424"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/media\/97270"}],"wp:attachment":[{"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/media?parent=97377"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/categories?post=97377"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/xn--daocerebral-2db.es\/eu\/wp-json\/wp\/v2\/tags?post=97377"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}