¿Tendremos en un futuro ropa inteligente capaz de prevenir lesiones?

Un equipo de investigadores del Instituto Tecnológico de Massachusetts  ha creado tejidos inteligentes con funcionalidades muy útiles para el área de la monitorización y la medicina regenerativa. Por el momento, los dos elementos desarrollados han sido un zapato y una alfombrilla "inteligentes" que se valen de un sistema de hardware y software para medir e interpretar los datos de los sensores de presión en tiempo real. 

Una vez que el modelo se puso a prueba, la alfombrilla inteligente fue capaz de clasificar actividades como caminar, correr o hacer flexiones con una precisión del 99,6 % y pudo reconocer siete posturas de yoga con una precisión del 98,7 %. Por su parte, el zapato fue capaz de medir la presión ejercida en diferentes partes del pie cuando el usuario golpeaba una pelota de fútbol.

La alta precisión de los sensores de presión podría hacerlos útiles para aplicaciones en prótesis.  El uso de este tipo de tejidos podría medir la presión que ejerce una prótesis sobre el encaje, “permitiendo así que el protésico pueda ver fácilmente cómo se ajusta el dispositivo a la persona”, explica Irmandy Wicaksono, asistente de investigación en el MIT Media Lab.

La técnica podría tener muchas aplicaciones, especialmente en el cuidado de la salud y la rehabilitación. Por ejemplo, podría usarse para producir zapatos inteligentes que sigan el paso de alguien que está aprendiendo a caminar nuevamente después de una lesión o calcetines que controlen la presión en el pie de un paciente diabético para prevenir la formación de úlceras. “Es increíble pensar que la ropa que usamos, una manga para el brazo o un calcetín se puede crear de manera que su estructura tridimensional se use para prevenir o detectar lesiones e incluso evaluar y dirigir la rehabilitación”, señala Eric Berkson, profesor asistente de cirugía ortopédica en la Escuela de Medicina de Harvard y cirujano ortopédico de medicina deportiva del Hospital General de Massachusetts.

Ahora que los investigadores han demostrado el éxito de su técnica de fabricación, el objetivo es refinar el circuito y el modelo de aprendizaje automático. Actualmente, el modelo debe calibrarse para cada individuo antes de que pueda clasificar las acciones, lo cual es un proceso que requiere mucho tiempo. Los investigadores también quieren realizar pruebas fuera del laboratorio para ver cómo las condiciones ambientales, como la temperatura y la humedad, afectan la precisión de los sensores.

---