Un artículo de Juan Miguel Cabello y María Fernández Muñoz, del grupo de trabajo de atención intermedia de la Sociedad Española de Geriatría y Gerontología (SEGG)

En los últimos años hemos sido testigos de avances significativos en el campo de la tecnología, especialmente en el ámbito de la Inteligencia Artificial (IA) y estos avances no solo han revolucionado nuestra forma de vida, sino que también han abierto nuevas oportunidades para mejorar la salud y el bienestar, entre otros, de las personas mayores o dependientes.

El modelo de medicina 5P (Personalizada, Predictiva, Preventiva, Participativa y Poblacional), respaldado por la Inteligencia Artificial (IA) tiene el potencial de la mejora significativa ayudando a comprender mejor las enfermedades, predecir el riesgo, apoyar las decisiones clínicas e incluso producir herramientas de autogestión.

La IA ha demostrado ser una herramienta prometedora en el diagnóstico y detección temprana de enfermedades en personas mayores. Los algoritmos de aprendizaje automático pueden analizar grandes cantidades de datos médicos y generar patrones que ayuden a identificar enfermedades como la enfermedad de Alzheimer¹, la enfermedad de Parkinson² o la diabetes³ pudiendo permitir un tratamiento más efectivo y mejorar las posibilidades de controlar o ralentizar la progresión de estas enfermedades.

También puede facilitar el monitoreo continuo de la salud en personas mayores o dependientes a través de la utilización de dispositivos como los relojes inteligentes, las pulseras de actividad u otros dispositivos que son capaces de recopilar información sobre el ritmo cardíaco, la presión arterial, los niveles de glucosa en sangre y otros parámetros de salud⁴.

Estos datos se pueden analizar en tiempo real utilizando algoritmos de IA para detectar anomalías y alertar a los profesionales de la salud o cuidadores en caso de emergencia pudiendo permitir una atención médica más rápida y oportuna.

Todo ello suma junto a la Telemedicina y la video consulta para el desarrollo de tecnologías de apoyo para, por ejemplo, la atención intermedia tras la hospitalización de los adultos mayores, en unidades de recuperación funcional o en la propia hospitalización a domicilio.

Son los sistemas de monitorización remota y los dispositivos inteligentes asociados a la rehabilitación los que podrían proporcionar seguimiento especialista continuo y permitir la comunicación virtual con los profesionales de la salud, lo que reduce la necesidad de desplazamientos frecuentes y brinda mayor comodidad a los pacientes influyendo además en una mejora de la calidad de vida.

Otro aspecto importante es la asistencia y cuidado personalizado que la Inteligencia Artificial puede proporcionar. Los asistentes virtuales, como Amazon Alexa o Google Assistant, pueden ayudar a las personas mayores en tareas cotidianas, como recordarles cuándo tomar medicamentos, programar citas médicas o proporcionar información sobre una dieta saludable, ofrecer información sobre la farmacia de guardia más cercana o la forma de acceder a grandes hipermercados.

Estos asistentes virtuales también pueden ser programados para responder preguntas frecuentes sobre enfermedades o proporcionar orientación emocional. En este sentido los Chatbot especializados y enriquecidos con Inteligencia Artificial puede ayudar en áreas de prevención en el cuidado.

La personalización de los tratamientos podría ser otro beneficio clave de la inteligencia artificial en la geriatría. Cada persona es única y responde de manera diferente a los tratamientos médicos. Los algoritmos de IA pueden analizar los datos clínicos y genéticos de un individuo para identificar el tratamiento más adecuado y personalizado. Esto puede mejorar la eficacia de los tratamientos y reducir los efectos secundarios no deseados.

En resumen, las nuevas tecnologías basadas en la Inteligencia Artificial han abierto un abanico de posibilidades en el campo de la geriatría donde también para los síndromes geriátricos, su reconocimiento, manejo y abordaje podría verse un avance. Los síndromes Geriátricos están relacionados con disminución de la calidad de vida percibida, incremento del riesgo de dependencia, institucionalización e incluso pudiendo ser la aparición de Síndromes Geriátricos un indicador indirecto de fragilidad⁵.

La atención a la Polifarmacia, la prevención de caídas, el manejo del insomnio, el diagnóstico y seguimiento de la demencia, el abordaje de la malnutrición puede verse influenciado positivamente a través del uso de las tecnologías y procesos antes mencionados.

Todo ello está transformando la forma en que cuidamos a las personas mayores o dependientes. Estos avances no solo tienen un impacto positivo en la vida de los individuos, sino que también alivian la carga de los cuidadores y profesionales de la salud, permitiéndoles brindar una atención más efectiva y centrada en las necesidades de cada persona.

Sin embargo, al igual que otras tecnologías aplicadas a la salud, la Inteligencia Artificial se acompaña de preguntas éticas sobre su uso: ¿Es suficiente secundar los resultados de los algoritmos para garantizar una buena actuación profesional?, o ¿se ve mermada la responsabilidad del profesional por secundar los resultados de los algoritmos? ¿puede un sistema inteligente tomar decisiones morales u orientar hacia las mismas?⁶.

Es probable que más allá de los claros beneficios de la utilización de las nuevas tecnologías en la mejora de la salud tengamos que reflexionar si hay valores lesionados tanto en el mayor o dependiente, en la familia, en el profesional y los distintos actores que apoyan o proporcionan soporte en la atención y cuidado.

Las tecnologías de la información y la comunicación (TIC) hace tiempo que forman parte de nuestra vida diaria, en forma de smartphones, dispositivos del hogar conectados a internet, etc. Este hecho no es diferente en las personas mayores como grupo poblacional, donde hace tiempo que se vienen desarrollando soluciones basadas en las TIC para ofrecer respuesta a sus necesidades.

Como al comienzo del artículo se ha descrito, podemos encontrarlas en los hospitales (robótica de asistencia a la enfermera), en el hogar (wearables que monitorizan las constantes vitales del usuario y dan respuesta ante emergencias) o en el ámbito de la telemedicina (robótica como interfaz paciente-profesional)^7.

En el campo de la robótica, podemos encontrar robots de asistencia social y robots de asistencia física. Los primeros establecen interacciones de tipo social con el usuario: los robots de compañía⁸, por ejemplo, simulando mascotas, muy utilizados en la atención a las personas con demencia; o aquellos que permiten interaccionar con familiares y amigos. En la rehabilitación, también pueden servir para motivar al usuario⁹, recoger datos para evaluar la eficiencia de los programas diseñados, así como monitorizar las constantes vitales mientras se realizan los ejercicios ¹⁰.

Por su parte, los robots de asistencia física pueden realizar tareas como asistir en movilizaciones y transferencias de pacientes, integrarse en sillas de ruedas o facilitar tareas manipulativas. No podemos olvidarnos de todos aquellos dispositivos que están incorporados en nuestra vida diaria y que también pueden facilitar las labores cotidianas a las personas mayores (robots de cocina, robots aspiradores, robots limpiacristales…) Por último, en el campo de la telemedicina, el robot es la interfaz mediante la que establecen comunicación paciente y profesional, resultando en interacciones más naturales que las que se obtienen mediante una video-consulta⁷

En el ámbito de los llamados wearables, se han vuelto muy populares aquellos que están integrados dentro de sistemas de prevención/respuesta ante caídas ^11,12. Esto es debido a que presentan ventajas como: peso ligero, bajo coste, bajo consumo, y no resultan invasivos para el usuario. Incorporando sensores inerciales como acelerómetros y sistemas de localización GPS, son capaces de realizar una recogida de datos, decidir en base a unos parámetros establecidos si la persona se ha caído o no, y emitir una respuesta adecuada.

Estos sistemas también cuentan con monitoreo de constantes vitales, los cuales permiten conocer el estado de la persona que está en el suelo y remitir esta información a los servicios de asistencia. Los dispositivos eHealth tienen también aplicaciones en la rehabilitación, por ejemplo, como instrumentos de evaluación de los problemas de equilibrio en el anciano⁸.

A las políticas públicas relacionadas con la atención a las personas mayores, y mucho más en este decenio 2020 2030, se están sumando nuevas iniciativas para el desarrollo de soluciones basadas en TIC y educación de este sector poblacional orientado al uso de nuevas tecnologías¹⁵. La Silver Economy reconoce esta gran oportunidad y se suman en los diferentes ecosistemas a un futuro lleno de posibilidades, interacciones e intenciones que mejoren la calidad de vida de los mayores, desarrollando nuevas soluciones, disminuyendo costes en el sistema sanitario y mejorando la atención social.

Referencias:

1. M. Ashtari-Majlan, A. Seifi and M. M. Dehshibi, «A Multi-Stream Convolutional Neural Network for Classification of Progressive MCI in Alzheimer’s Disease Using Structural MRI Images,» in IEEE Journal of Biomedical and Health Informatics, vol. 26, no. 8, pp. 3918-3926, Aug. 2022, doi: 10.1109/JBHI.2022.3155705
   
   
2. Terriza M, Navarro J, Retuerta I, Alfageme N, San-Segundo R, Kontaxakis G, Garcia-Martin E, Marijuan PC, Panetsos F. Use of Laughter for the Detection of Parkinson’s Disease: Feasibility Study for Clinical Decision Support Systems, Based on Speech Recognition and Automatic Classification Techniques. International Journal of Environmental Research and Public Health. 2022; 19(17):10884. https://doi.org/10.3390/ijerph191710884
   
   
3. Hima Tallam, Daniel C. Elton, Sungwon Lee, Paul Wakim, Perry J. Pickhardt, and Ronald M. Summers. Fully Automated Abdominal CT Biomarkers for Type 2 Diabetes Using Deep Learning. Radiology 2022 304:1, 85-95. https://doi.org/10.1148/radiol.211914
   
   
4. Burq, M., Rainaldi, E., Ho, K.C. et al. Virtual exam for Parkinson’s disease enables frequent and reliable remote measurements of motor function. npj Digit. Med. 5, 65 (2022). https://doi.org/10.1038/s41746-022-00607-8
   
   
5. Miquel Perea-García, Joan Carles Martori, Marta del Moral-Pairada, Jordi Amblàs-Novellas. Síndromes geriátricos en recursos de atención intermedia: cribado, prevalencia y mortalidad intrahospitalaria. Estudio prospectivo multicéntrico. Revista Española de Geriatría y Gerontología, Volume 58, Issue 3, 2023, Pages 134-140, ISSN 0211-139X. https://doi.org/10.1016/j.regg.2023.04.001.
   
   
6. M.S Paladino. INTELIGENCIA ARTIFICIAL EN MEDICINA REFLEXIONES ÉTICAS DESDE EL PENSAMIENTO DE EDMUND PELLEGRINO. Cuadernos de Bioética. 2023; 34(110): 25-35. DOI: 10.30444/CB.140
   
   
7. Christoforou EG, Panayides AS, Avgousti S, Masouras P, Pattichis CS. An Overview of Assistive Robotics and Technologies for Elderly Care. En: Henriques J, Neves N, de Carvalho P, editores. XV Mediterranean Conference on Medical and Biological Engineering and Computing – MEDICON 2019 [Internet]. Cham: Springer International Publishing; 2020 [citado 25 de junio de 2023]. p. 971-6. (IFMBE Proceedings; vol. 76). Disponible en: http://link.springer.com/10.1007/978-3-030-31635-8_118
   
   
8. Baz Codesal M, Calvo Álvarez C, Vázquez Blanco A. Robot de asistencia social como herramienta eficaz en el cuidado de personas mayores con demencia. Revisión sistemática. Rev INFAD Psicol Int J Dev Educ Psychol. 30 de noviembre de 2019;3(2):145-52.
   
   
9. Astasio-Picado Á, Cobos-Moreno P, Gómez-Martín B, Verdú-Garcés L, Zabala-Baños MDC. Efficacy of Interventions Based on the Use of Information and Communication Technologies for the Promotion of Active Aging. Int J Environ Res Public Health. 29 de enero de 2022;19(3).
   
   
10. Gamito P, Oliveira J, Morais D, Coelho C, Santos N, Alves C, et al. Cognitive Stimulation of Elderly Individuals with Instrumental Virtual Reality-Based Activities of Daily Life: Pre-Post Treatment Study. Cyberpsychology Behav Soc Netw. enero de 2019;22(1):69-75.
    
    
11. Tun SYY, Madanian S, Mirza F. Internet of things (IoT) applications for elderly care: a reflective review. Aging Clin Exp Res. abril de 2021;33(4):855-67.
    
    
12. Karar ME, Shehata HI, Reyad O. A Survey of IoT-Based Fall Detection for Aiding Elderly Care: Sensors, Methods, Challenges and Future Trends. Appl Sci. 23 de marzo de 2022;12(7):3276.
    
    
13. Awais M, Raza M, Ali K, Ali Z, Irfan M, Chughtai O, et al. An Internet of Things Based Bed-Egress Alerting Paradigm Using Wearable Sensors in Elderly Care Environment. Sensors. 31 de mayo de 2019;19(11):2498.
    
    
14. Gaspar AGM, Lapão LV. eHealth for Addressing Balance Disorders in the Elderly: Systematic Review. J Med Internet Res. 28 de abril de 2021;23(4):e22215.
    
    
15. Khosravi P, Ghapanchi AH. Investigating the effectiveness of technologies applied to assist seniors: A systematic literature review. Int J Med Inf. enero de 2016;85(1):17-26.