Utilizan sensores biomecánicos e IA para prevenir lesiones en corredores amateurs

VALÈNCIA (EP). Investigadores de Fisioterapia de la Universidad Cardenal Herrera de València (CEU-UCH) aplican sensores biomecánicos para detectar aspectos de la carrera que pueden causar una lesión en corredores amateurs, constatando diferencias entre hombres y mujeres.

También utilizan inteligencia artificial para predecir lesiones en el caso de triatletas de 11 a 18 años, logrando reducirlas tras un programa de readaptación de carrera de siete meses. Los especialistas presentaron sus resultados en el VI Congreso Internacional JAM Sports, celebrado en València a finales de enero.

El 50% de los corredores amateurs o 'runners' sufre al menos una lesión al año. La aplicación de sensores biomecánicos mientras corren aporta datos que, con el análisis adecuado, pueden detectar posibles factores de riesgo de lesión y prevenir futuras lesiones, mediante el 'feedback' con el corredor en tiempo real durante la carrera, explica la institución académica en un comunicado.

Se trata de la técnica 'gait retraining', aplicada en triatletas de 11 a 18 años del grupo de tecnificación de la Federación de Triatlón de la Comunitat Valenciana, consiguiendo una reducción en el número de lesiones tras un programa de siete meses. Es la primera investigación realizada en jóvenes triatletas para prevenir lesiones durante la carrera.

Mediante la aplicación de varios sensores en el cuerpo del corredor, los investigadores realizaron una electromiografía dinámica de superficie, aplicaron un sensor inercial y llevaron a cabo un vídeo-análisis de la marcha y de la dinámica en carrera.

Los indicadores que aportan estos sensores permiten establecer los parámetros óptimos de carrera para prevenir las posibles lesiones, dando indicaciones al corredor mediante 'feedback' en tiempo real durante la prueba, para que corrija los aspectos de la carrera que pueden causarle una lesión en el futuro, readaptando así su modo de correr.

Más rendimiento y motivación

Esta intervención clínica en tiempo real mediante el uso de sensores biomecánicos no solo permite reducir el riesgo de lesiones, sino que también contribuye a la mejora del rendimiento y la motivación del deportista.

En concreto, los sensores permitieron controlar variables como la cadencia, el tiempo del ciclo de carrera y de contacto con el suelo, el equilibro, la longitud de la zancada, el tiempo de vuelo, la potencia o la velocidad. Y el vídeo análisis aportó datos como el grado de caída de pelvis contralateral, la inclinación del tronco, la extensión de la rodilla, la inclinación tibial o la dorsiflexión durante la carrera.

Mediante electromiografía superficial, técnica para medir la activación muscular, los investigadores también estudiaron las diferencias en la activación muscular del glúteo mayor, glúteo medio y del músculo vasto medial entre hombres y mujeres, en 38 'runners' amateurs. Y analizaron las diferencias por sexos en el movimiento de la pelvis de 101 corredores no profesionales, empleando por primera vez un sensor inercial de movimiento.

Como conclusión, los resultados permiten mejorar la prevención de lesiones y su tratamiento en función del sexo del corredor, destaca Javier Martínez Gramage. Este profesor realizó los estudios junto a los docentes de Fisioterapia de la CEU-UCH Eva Segura, Mª Dolores Arguisuelas y Juan José Amer, el doctorando de la escuela Ceindo, Iván Nácher, que desarrolla su tesis sobre las diferencias en la activación muscular, la profesora de la Universidad Pontificia de Salamanca Sara Perpiñá y el catedrático de la Universidad de Buenos Aires Willig Gabriel.

Lesiones más presentes

El tercer estudio presentado en el JAM Sports se centró en la aplicación de sistemas de inteligencia artificial en la predicción de las lesiones más frecuentes, mediante una combinación de árboles predictivos denominada 'random forest' para poder prevenirlas.

Este análisis fue aplicado a triatletas de 11 a 18 años del plan de especialización deportiva de la Comunitat y de la Federación de Triatlón, mediante 'gait retraining'. Los investigadores detectaron, a través de la aplicación de este algoritmo, que la caída contralateral de la pelvis y la baja activación del glúteo medio son las variables más relacionadas con la aparición de lesiones futuras.

Por tanto, la readaptación de la carrera en tiempo real para corregir estos dos parámetros biomecánicos sirvió para reducir la aparición de lesiones en los 19 participantes en el programa. "El uso de la inteligencia artificial es especialmente interesante para deportistas profesionales y de élite, para los que es esencial poder predecir lesiones", destaca Martínez Gramage.

En este trabajo, el equipo contó con la colaboración del profesor Juan Pardo, investigador principal del grupo ESAI de la CEU-UCH; Vanesa Huesa, de la Federación de Triatlón, y los alumnos internos de la asignatura Análisis del movimiento humano, de cuarto curso del grado en Fisioterapia de la CEU-UCH Clovis Varangot-Reille y Llum Barea.

Las tres investigaciones fueron dirigidas por el profesor adjunto y coordinador del grado en Fisioterapia de la CEU-UCH, responsable del Laboratorio de Investigación en Análisis del Movimiento (Liamceu). Martínez Gramage impartió en el simposio un taller sobre este método de prevención de lesiones en carrera a partir del análisis de indicadores biomecánicos.