Cada uno de nosotros parece tener una forma única de moverse, un "distintivo" físico que es solo nuestro, como nuestro rostro o huellas digitales, de acuerdo con un estudio nuevo sobre las personas y sus músculos. El estudio, el cual utilizó aprendizaje automático para descubrir patrones únicos en las contracciones musculares de las personas, podría tener implicaciones para nuestro entendimiento de la salud, el desempeño físico, la medicina personalizada, así como para saber si las personas en realidad responden de maneras diferentes al mismo ejercicio y por qué.
La mayoría de nosotros tal vez intuimos que existen características particulares en la manera en que nos movemos y que eso es algo que nos define. En estudios y en la vida cotidiana, la mayor parte de las personas pueden distinguir a sus amigos y seres queridos con base exclusivamente en cómo caminan. Al menos una compañía de vigilancia también afirma que es capaz de identificar y rastrear personas por su manera particular de andar.
No obstante, esas identificaciones, ya sean entrañables o espeluznantes, dependen de pistas externas sobre cómo nos vemos en movimiento y dependen de características anatómicas como la estatura, la longitud de nuestras extremidades o la manera en que movemos los brazos, las cuales quizá no se mantengan estables. Si usas tacos, si tienes los pies cansados o si comienzas a cojear, podrías moverte de manera diferente.
Algunos científicos han especulado que otros patrones más sutiles de movimiento interno, como la forma en que nuestros músculos se activan de manera coordinada cuando le ordenamos a nuestro cuerpo que se mueva, podrían ser particulares de cada uno de nosotros y relativamente constantes. Sin embargo, pocas investigaciones han profundizado en lo que sucede con nuestros músculos cuando nos movemos.
Así que para el nuevo estudio que fue publicado este mes en Journal of Applied Physiology, investigadores franceses y australianos decidieron emplear algoritmos para descubrir si existen patrones musculares únicos y personales.
Los científicos comenzaron con el reclutamiento de 80 hombres y mujeres sanos de diversos tamaños corporales y niveles de acondicionamiento físico para invitarlos a un laboratorio de desempeño humano.
Ahí, los voluntarios se sentaron en bicicletas estacionarias mientras los investigadores ajustaban los pedales, los manubrios y los asientos para que el estilo de conducción de cada persona fuera el mismo. Los investigadores también colocaron electrodos a ocho de los músculos de las piernas de los voluntarios. Los electrodos estaban diseñados para detectar y registrar la actividad eléctrica en esos músculos al contraerse. Después, los voluntarios pedalearon durante 90 segundos en múltiples ocasiones a distintas velocidades.
Posteriormente, pasaron a las caminadoras y, sin quitarse los electrodos, caminaron descalzos durante varios lapsos de 90 segundos.
Varios días después, la mayoría de los voluntarios regresaron al laboratorio y repitieron las rutinas de bicicleta y caminata con electrodos.
Entonces, los investigadores cargaron todos los registros de activación muscular en un programa de computadora con aprendizaje automático, un tipo de inteligencia artificial.
Para los primeros ejemplos, se le indicó al software qué registros pertenecían a cada participante y se orientó al programa para que aprendiera el estilo de activación muscular de cada persona, si acaso lo tenía.
Finalmente, programaron el algoritmo para que diferenciara los patrones de movimiento, sin contar con los nombres, y que los asignara al voluntario correcto.
Resultó ser muy eficiente, pues reconoció de manera precisa los patrones de movimiento anónimos en más del 99 por ciento de los casos al usar los registros de los ocho músculos. Incluso cuando solo tomó en cuenta la actividad de dos músculos, reconoció al voluntario correspondiente en más del 80 por ciento de los casos.
Tal vez el resultado más importante fue que el algoritmo volvió a acertar en casi 90 por ciento de los casos cuando analizó los registros de la segunda visita al laboratorio de los participantes.
Al hacer un análisis completo, estos datos indican que las personas tienen formas distintivas, detectables y duraderas de usar los músculos, afirma François Hug, profesor de ciencias del movimiento en la Universidad de Nantes, Francia, quien dirigió el nuevo estudio. Era posible reconocer los patrones individuales incluso de un día para otro.
Estos hallazgos son importantes, afirma Hug, porque “comprender cómo se controla el movimiento sigue siendo uno de los principales retos para muchos campos científicos”. Incluso los que parecen ser nuestros movimientos más simples son asombrosamente complejos.
Así que, cuantificar las maneras únicas en que las personas caminan, pedalean o sostienen un vaso podría permitir a los científicos mejorar y refinar campos como la robótica, la tecnología prostética y la terapia física, así como los programas personalizados de ejercicio.
En un ámbito más íntimo, comprender las formas distintivas de movimiento podría mejorar el entrenamiento deportivo, dice Hug, si resulta que los atletas de clase mundial activan sus músculos de maneras que pueden ser emuladas por quienes somos menos rápidos y ágiles.
Las formas distintivas de movimiento también podrían servir como alertas de padecimientos o riesgos de lesión, señaló. Él y sus colegas ya estudian la relación entre ciertos patrones de activación muscular y problemas con el tendón de Aquiles.
No obstante, esta investigación está apenas en pañales, advierte Hug. Los científicos todavía no saben qué tan permanentes son las formas distintivas de movimiento; si se modifican o no con la edad, las variaciones de peso o el estilo de vida y cómo sucede, o incluso si en algún momento será posible y asequible para la mayoría de nosotros conocer nuestra forma distintiva de movimiento.
