En una muleta de rehabilitación que dosifica la carga sobre la extremidad, la celda de carga es la parte resuelta. La precisión de medición publicada se sitúa cerca de una correlación intraclase de 0,97, mientras que el cumplimiento publicado de la carga parcial oscila entre cero y 38 por ciento. El presupuesto de ingeniería pertenece al bucle de retroalimentación: retroalimentación que llega dentro del paso y nunca le pide al paciente mirar hacia abajo.
La carga parcial es práctica estándar tras una cirugía de extremidad inferior, y también es una de las instrucciones que menos se cumplen en la rehabilitación ortopédica. Un estudio de 2020 con pacientes operados de la extremidad inferior encontró un cumplimiento global cercano al 37,5 por ciento. Entre pacientes de 65 años o más con fracturas de fémur y pelvis, el cumplimiento cayó al 22 por ciento. Un ensayo de 2023 con pacientes de artroplastia total de rodilla registró un cumplimiento de cero por ciento el primer día postoperatorio y de 2 por ciento antes del alta.
La medición, en cambio, es un problema resuelto. Una validación de 2025 de una plantilla inteligente reportó una correlación intraclase de alrededor de 0,97 frente a una plataforma de fuerza, con un error estándar de medición de 1,67 newtons y una R cuadrada de 0,9175. Un prototipo de muleta instrumentada con sensores alcanzó una precisión del 99,3 por ciento en 2016, como regresión que predice la carga en la plataforma de fuerza a partir de la instrumentación de la muleta.
La distancia entre esos dos conjuntos de cifras es toda la oportunidad de producto, y explica por qué el esfuerzo de ingeniería que rinde en un dispositivo de carga para rehabilitación va al bucle de retroalimentación y no a la celda de carga.
El programa que se describe aquí fue un dispositivo que dosifica la carga sobre la muleta durante la rehabilitación, construido alrededor de sensores de carga, un nRF52 con BLE, un acelerómetro, un diseño de batería de bajo consumo y una carcasa moldeada por inyección. En OVA Solutions construimos hardware de dispositivos médicos como desarrolladores con experiencia, con 62 ingenieros en plantilla y más de 200 dispositivos entregados. El alcance cubrió requisitos, concepto, diseño industrial y mecánico, PCB, software embebido, producción y control de calidad.
El problema de medición escondido dentro de la medición
Una muleta instrumentada con celdas de carga mide la carga a través de la muleta. La prescripción clínica es la carga a través de la extremidad. Esas dos magnitudes se relacionan a través del patrón de marcha del paciente, su peso corporal y lo que esté haciendo la extremidad contralateral, y la relación no es fija.
Una marcha de tres puntos con dos muletas distribuye la carga de forma distinta a una marcha de cuatro puntos, que a su vez la distribuye de forma distinta a una sola muleta usada en el lado contralateral. Así que un dispositivo en la muleta infiere la carga sobre la extremidad en lugar de medirla, y la calidad de esa inferencia varía según cómo camine realmente el paciente cada día.
Esto aparece directamente en los resultados de validación. Una comparación de 2016 de tres dispositivos comerciales de biorretroalimentación frente a una plataforma de fuerza encontró una concordancia sustancial para SmartStep, moderada para OpenGo y ligera para SensiStep, con kappa ponderado de 0,76, 0,58 y 0,19. No son diferencias en la calidad del sensor. Son diferencias en lo que mide cada dispositivo y en cuánto resiste su inferencia.
El requisito práctico es definir la afirmación clínica contra la variable medida y no contra la prescrita, y validar la inferencia a lo largo de distintos patrones de marcha y no de pie. Un dispositivo validado de pie sobre una plataforma de fuerza se verá excelente y se comportará de forma impredecible en un pasillo.
La modalidad de retroalimentación es una decisión de seguridad
La población indicada es mayoritariamente de edad avanzada, y las razones documentadas del incumplimiento son el dolor, los mareos, el rechazo al dispositivo y, simplemente, no entender la instrucción.
Ese conjunto de razones descarta toda una dirección de diseño. La retroalimentación visual en una muleta exige que el paciente mire hacia abajo a una pantalla mientras camina sobre una extremidad con carga parcial y con una ayuda para la movilidad, lo que describe el mecanismo de una caída justo en la población con más probabilidad de sufrirla. Cualquier pantalla en este dispositivo es para el clínico durante una sesión, no para el paciente durante la marcha. Esa decisión de seguridad forma parte del expediente de gestión de riesgos que revisan reguladores regionales como COFEPRIS en México o INVIMA en Colombia.
La evidencia, además, favorece la opción más segura. Un estudio de 2014 encontró que la biorretroalimentación háptica superó tanto a la instrucción verbal como al entrenamiento con báscula de baño, con 22,4 libras de carga frente a 43,8 con la báscula y 60,3 con la instrucción verbal. Un estudio de 2023 sobre biorretroalimentación al subir escaleras elevó la proporción de pasos por debajo de 20 kg del 36,6 y 39,1 por ciento al 61,1 y 66,1 por ciento. Un ensayo controlado aleatorizado de 2024 sobre biorretroalimentación ambulatoria mantuvo a participantes sanos en la zona de sobrecarga en no más del 8,4 por ciento de los pasos, con más de dos tercios de los pasos dentro de la zona objetivo.
La retroalimentación también tiene que llegar dentro del paso que la produjo. La información de carga entregada después del hecho es un informe. La información de carga entregada durante la fase de carga es una corrección, y solo la segunda cambia la marcha. Ese requisito de tiempo fija la frecuencia de muestreo, la latencia de procesamiento y la elección del actuador, y vale la pena escribirlo en el documento de requisitos como un número antes de que alguien elija un motor háptico.
La carcasa decide la economía unitaria antes que la electrónica
Para una carcasa médica moldeada por inyección en ABS o policarbonato, nuestro propio modelo de costos sitúa el costo unitario total en un rango aproximado de 0,51 a 2,45 dólares a 10.000 unidades al año, y de 0,33 a 1,35 dólares a 50.000. El costo de la resina ronda los 0,15 a 0,35 dólares en ambos casos. La variable que se mueve es la amortización del utillaje, que va de unos 0,20 a 1,50 dólares o más por unidad a 10.000 y de unos 0,05 a 0,50 dólares a 50.000. El utillaje en sí va de 3.000 a 100.000 dólares según la complejidad, el número de cavidades, el grado de acero y el acabado.
La consecuencia es que equivocarse en la previsión de volumen sale más caro que equivocarse en la geometría de la pieza. Un programa que fabrica utillaje para 50.000 y vende 8.000 ha comprado una estructura de costos de la que no puede escapar sin un segundo molde.
Vale la pena diseñar dos mitigaciones desde la fase de concepto. Construir la carcasa de modo que un solo molde con insertos intercambiables sirva para varias configuraciones, lo que reparte la amortización entre referencias en lugar de dejarla varada en una sola. Y, donde la previsión sea realmente incierta, ejecutar un proceso puente para el primer bloque de producción, aceptando un precio por pieza más alto a cambio de aplazar el compromiso de utillaje hasta que existan datos reales de demanda.
La versión corta para un director de programa
Trate la medición de carga como un commodity y gaste el presupuesto de ingeniería en el bucle de retroalimentación, porque la precisión publicada ya está en una correlación intraclase cercana a 0,97 mientras que el cumplimiento publicado se sitúa entre cero y 38 por ciento.
Escriba la afirmación clínica contra lo que el dispositivo mide realmente, y valide la inferencia de carga sobre la extremidad a lo largo de patrones de marcha y no en una prueba de pie.
Descarte la retroalimentación visual hacia el paciente durante la marcha por razones de seguridad, y especifique la latencia de la retroalimentación como un número ligado a la fase de carga del paso y no como un objetivo general de capacidad de respuesta.
Diseñe el molde para varias configuraciones, y trate la previsión de volumen como la decisión de costos de mayor apalancamiento del programa.
Preguntas frecuentes
¿Por qué el problema de producto en una muleta de rehabilitación es la adherencia y no la medición?
Porque las dos cifras publicadas están muy lejos una de otra. Una validación de 2025 de una plantilla inteligente reportó una correlación intraclase de alrededor de 0,97 frente a una plataforma de fuerza, y un prototipo de muleta instrumentada alcanzó una precisión del 99,3 por ciento en 2016. El cumplimiento de la carga parcial, en cambio, fue del 37,5 por ciento tras cirugía de extremidad inferior, del 22 por ciento en pacientes de 65 años o más y de cero el primer día tras una artroplastia total de rodilla. La brecha es donde rinde el esfuerzo de ingeniería.
¿Por qué una muleta con sensores de carga no mide la carga que prescribió el cirujano?
La prescripción es la carga a través de la extremidad, y la muleta mide la carga a través de la muleta. Las dos se relacionan por el patrón de marcha, el peso corporal y lo que hace la otra pierna, y ese vínculo no es fijo: una marcha de tres puntos, una de cuatro puntos y una sola muleta en el lado contralateral distribuyen la carga de forma distinta. Por esa razón una comparación de 2016 de tres dispositivos comerciales frente a una plataforma de fuerza encontró kappa ponderado de 0,76, 0,58 y 0,19.
¿Por qué el paciente no debe recibir retroalimentación visual durante la marcha?
Porque la población indicada es mayoritariamente de edad avanzada y entre las razones documentadas del incumplimiento están los mareos. Mirar hacia abajo a una pantalla mientras se camina sobre una extremidad con carga parcial y con una ayuda para la movilidad describe el mecanismo de una caída justo en las personas con más probabilidad de sufrirla. Cualquier pantalla pertenece al clínico durante una sesión. Un estudio de 2014 también encontró que la retroalimentación háptica superó tanto a la instrucción verbal como al entrenamiento con báscula.
¿Cuándo tiene que llegar la retroalimentación de carga para cambiar la marcha?
Dentro del paso que la produjo. La información de carga entregada después del hecho es un informe, la entregada durante la fase de carga es una corrección, y solo la corrección cambia cómo camina el paciente. Ese requisito de tiempo fija la frecuencia de muestreo, la latencia de procesamiento y la elección del actuador, así que debe figurar en el documento de requisitos como un número antes de que alguien elija un motor háptico.
¿Por qué la carcasa decide la economía unitaria antes que la electrónica?
En nuestro modelo de costos, una carcasa médica moldeada por inyección en ABS o policarbonato cuesta entre 0,51 y 2,45 dólares por unidad a 10.000 unidades al año y entre 0,33 y 1,35 a 50.000. La resina apenas cambia entre ambos volúmenes. La amortización del utillaje sí, de unos 0,20 a 1,50 dólares por unidad a 0,05 a 0,50, con un molde que cuesta entre 3.000 y 100.000 dólares. Un programa que fabrica utillaje para 50.000 y vende 8.000 queda atado a una estructura de costos de la que no puede escapar.
¿Cómo puede un programa cubrirse ante una previsión de volumen incierta?
De dos maneras, ambas decididas en la fase de concepto y no en el diseño para fabricación. Construir la carcasa de modo que un solo molde con insertos intercambiables sirva para varias configuraciones, lo que reparte la amortización entre referencias en lugar de dejarla varada en una sola. Y, donde la previsión sea incierta, ejecutar un proceso puente para el primer bloque de producción, pagando un precio por pieza más alto para aplazar el compromiso de utillaje hasta que existan datos reales de demanda.
Fuentes: estudio de cumplimiento tras cirugía de extremidad inferior, 2020 · estudio de cumplimiento en pacientes mayores con fracturas de fémur y pelvis, 2020 · ensayo de cumplimiento en artroplastia total de rodilla, 2023 · estudio de validez y fiabilidad de una plantilla inteligente, 2025 · validación de un prototipo de muleta instrumentada, 2016 · comparación de dispositivos de biorretroalimentación frente a plataforma de fuerza, 2016 · estudio de biorretroalimentación háptica, 2014 · estudio de biorretroalimentación en escaleras, 2023 · ensayo controlado aleatorizado de biorretroalimentación ambulatoria, 2024
Lisa Voronkova es experta en desarrollo de dispositivos médicos y CEO de OVA Solutions, una firma de I+D de 62 ingenieros que ha entregado más de 200 dispositivos. Es doctora en matemáticas aplicadas y autora de Hardware Bible: Build a Medical Device from Scratch.
Si está desarrollando algo en este ámbito, estaremos encantados de revisarlo con usted. Reserve un hueco en el calendario de Lisa en calendly.com/lisa-voronkova/30min y, si ningún horario le encaja, escriba a lisa@ovasolutions.com.
Más sobre este tema: Ortopedia y rehabilitación