La empresa española Libelium está colaborando con el holding mexicano Kinnov dedicado a los servicios relacionados con la fisioterapia a través de la educación, rehabilitación clínica, innovación y desarrollo, mediante la aplicación de MySignals, en un proyecto que analiza los parámetros biométricos necesarios para el proceso fisioterapéutico. 

En Kinnov descubrieron la existencia de MySignals gracias a la actividad de vigilancia tecnológica que realizan sus profesionales. “Buscábamos dispositivos de Internet de las Cosas aplicados a la salud con el objetivo de llevar la rehabilitación a clínicas sociales en lugares de difícil acceso a los servicios sanitarios”, afirmó Erik Díaz, responsable de esta compañía poblana.

Kinnov desarrolla innovación tecnológica y comercializa equipos para la Rehabilitación Física y el cuidado de la salud. El área de innovación es transversal a todo el grupo empresarial y en ella se desarrollan nuevas tecnologías para el desarrollo del resto de otras áreas.

Mejorar el proceso fisioterapéutico

El objetivo de este proyecto es aumentar la cobertura de servicio que ofrecen los fisioterapeutas y hacer más eficiente el uso de la medicina a distancia. “Nos resulta muy útil que los datos de los sensores de MySignals se puedan descargar a través de la API al expediente médico directo del paciente”, explicó Díaz.

El equipo de investigación de Kinnov está utilizando actualmente MySignals en un proyecto en el que también intervienen otros sensores que son precisos para el proceso fisioterapéutico.

El equipo usa MySignals con pacientes que reciben tratamientos fisioterapéuticos. Para ello utilizan diferentes sensores de MySignals evaluando los resultados de cuatro áreas de rehabilitación: Deportiva, Ortopédica, Pulmonar y Neurológica. La investigación se realiza sobre un grupo de 175 pacientes: 50 del área deportiva para analizar patologías relacionadas con esguince de tobillo; 50 del área ortopédica para analizar la mejora del rendimiento en futbolistas universitarios; 50 pacientes del área pulmonar con EPOC (Enfermedad Pulmonar Obstructiva Crónica); y 25 pacientes del área neurológica con Parálisis Cerebral Espástica.

“Con esta investigación se pretende llegar a la conclusión de cuáles son los sensores que agregan valor para el diagnóstico clínico del paciente”, concluyó Díaz.