Evaluación y Detección del Riesgo de Sarcopenia Guiada por IA (SARC-AI)

Antecedentes:

La sarcopenia, definida por la pérdida progresiva de masa y función del músculo esquelético, conlleva riesgos significativos de caídas, discapacidad, disfunción metabólica y mortalidad en adultos mayores. Los diagnósticos clínicos actuales se basan en medidas estáticas de fuerza o masa muscular, a menudo pasando por alto el deterioro en etapas tempranas o subclínicas. Además, las intervenciones convencionales, como el entrenamiento de resistencia y el aumento de la ingesta de proteínas, muestran una alta variabilidad interindividual en los resultados debido a factores como el fenotipo muscular basal, el estado metabólico, la genética y la composición del microbioma intestinal. Las tecnologías emergentes, incluidos sensores portátiles, perfiles metabólicos de alto rendimiento y enfoques de IA/ML, brindan la oportunidad de crear marcos predictivos e individualizados para la evaluación y gestión del riesgo de sarcopenia.

Objetivos:

• Desarrollar y validar un modelo impulsado por IA que integre composición muscular, rendimiento funcional y biomarcadores metabólicos para predecir el riesgo de sarcopenia.
• Implementar una intervención personalizada y adaptativa que combine ejercicio y nutrición, guiada por predicciones de IA y monitorización en tiempo real.
• Evaluar la efectividad de esta intervención en la masa muscular, el rendimiento funcional y la salud metabólica en adultos mayores.

Métodos:

Fase 1: Análisis retrospectivo de datos multimodales de 3.500 adultos, incluyendo composición muscular (DXA, MRI), pruebas funcionales (fuerza de agarre, levantarse de una silla), marcadores metabólicos y perfiles de microbioma. Los modelos de IA/ML se entrenarán para predecir el riesgo de sarcopenia e identificar características predictivas clave. La validación se realizará utilizando un subconjunto de participantes recién reclutados bajo atención estándar.

Fase 2: Una intervención prospectiva de 12 semanas en 120 adultos de 50-70 años, estratificados en grupos de riesgo de sarcopenia basados en las predicciones de la Fase 1. Los participantes recibirán planes personalizados de ejercicio (resistencia y aeróbico) y nutrición guiados por IA, monitorizados mediante sensores portátiles y una aplicación móvil. La recolección de datos incluye MRI y DXA para composición muscular, pruebas de rendimiento funcional, biomarcadores metabólicos e inflamatorios, perfilado del microbioma y resultados autoinformados. La respuesta a la intervención se analizará utilizando modelos de efectos mixtos y ML para identificar predictores de eficacia.

Importancia e Innovación:

Este estudio integra la predicción de riesgo impulsada por IA con intervenciones personalizadas, adaptativas y en tiempo real, abordando las brechas diagnósticas y terapéuticas actuales en el cuidado de la sarcopenia. Al combinar datos de estructura muscular, función, metabolismo, comportamiento y microbioma, permite la detección temprana del deterioro muscular, la gestión individualizada y una mejor adherencia. El marco tiene potencial para una amplia traducción clínica, integración en salud digital y futura comercialización como una plataforma de sarcopenia escalable basada en IA.

Resultados Previstos:

• Herramientas de cribado de sarcopenia basadas en IA para detección temprana y estratificación de riesgo.
• Protocolos personalizados de ejercicio y nutrición adaptados al riesgo y fisiología individual.
• Un marco de intervención escalable y basado en datos adecuado para implementación clínica o domiciliaria.

Mayor comprensión de las respuestas heterogéneas a las intervenciones de sarcopenia.