Inteligencia artificial en la neurorrehabilitación de pacientes con discapacidad neurológica

Autores/as

  • Mercedes Zamora Mallet Universidad de Ciencias Médicas de las Fuerza Armadas Revolucionarias, Hospital Militar Central Dr. Carlos J. Finlay, Servicio de Neurología. La Habana, Cuba. https://orcid.org/0009-0005-8271-0042
  • Yisel Peña Gutiérrez Universidad de Ciencias Médicas de las Fuerza Armadas Revolucionarias, Hospital Militar Central Dr. Carlos J. Finlay, Servicio de Neurología. La Habana, Cuba. https://orcid.org/0009-0003-0209-0353
  • Anaidelis Mojena Quintana Universidad de Ciencias Médicas de las Fuerza Armadas Revolucionarias, Hospital Militar Central Dr. Carlos J. Finlay, Servicio de Neurología. La Habana, Cuba. https://orcid.org/0000-0003-3674-6368

Palabras clave:

inteligencia artificial y neurorrehabilitación, inteligencia artificial, discapacidad neurológica y rehabilitación, inteligencia artificial y enfermedades neurológicas

Resumen

La inteligencia artificial se ha consolidado como una herramienta emergente con amplio potencial para transformar la neurorrehabilitación de pacientes con discapacidad neurológica. Su aplicación permite integrar grandes volúmenes de datos clínicos, funcionales y digitales para optimizar la evaluación, estimar pronósticos, individualizar intervenciones y fortalecer el seguimiento terapéutico. Con el propósito de analizar críticamente la evidencia disponible, se realizó una revisión bibliográfica narrativa de la literatura publicada en bases de datos biomédicas y de rehabilitación, priorizando revisiones sistemáticas, revisiones de alcance y estudios clínicos relacionados con inteligencia artificial, neurorrehabilitación y discapacidad neurológica entre 2020 y 2026. Sus hallazgos mostraron aplicaciones relevantes en el ictus, la lesión medular, la enfermedad de Parkinson, el deterioro cognitivo y otros trastornos neurológicos, en especial en contextos de la robótica, la telerehabilitación, los sistemas adaptativos y el apoyo a la toma de decisiones. No obstante, persisten limitaciones metodológicas, heterogeneidad de desenlaces, insuficiente validación externa y desafíos éticos vinculados con la transparencia, la privacidad y el sesgo algorítmico. En conjunto, la inteligencia artificial representa una estrategia prometedora para avanzar hacia una rehabilitación más precisa, personalizada y eficiente, aunque su implementación clínica exige evidencia robusta, diseños multicéntricos y marcos regulatorios bien definidos.

 

Descargas

Los datos de descargas todavía no están disponibles.

Citas

1. World Health Organization. More than 1 in 3 people affected by neurological conditions, the leading cause of illness and disability worldwide; 2024 [acceso 28/08/2026]. Disponible en: https://n9.cl/njdvj

2. Bonanno M, Quartarone A, Mojdehdehbaher S, Celesti A, Calabrò RS. Towards transforming neurorehabilitation: the impact of artificial intelligence on diagnosis and treatment of neurological disorders. Biomedicines. 2024;12(10):2415. DOI: https://doi.org/10.3390/biomedicines12102415

3. Morone G, Carbonetti R, Martino A, Malfitano C, Bisirri A, Negrini F. Artificial intelligence in rehabilitation: a living systematic mapping review – first release. Eur J Phys Rehabil Med. 2025;61(5):694-708. DOI: https://doi.org/10.23736/S1973-9087.25.09331-1

4. Calderone A, Latella D, Bonanno M, Quartarone A, Mojdehdehbaher S, Celesti A,

et al. Towards transforming neurorehabilitation: the impact of artificial intelligence on diagnosis and treatment of neurological disorders. Biomedicines. 2024;12(10):2415. DOI: https://doi.org/10.3390/biomedicines12102 15

5. Mulpuri RP, Konda N, Gadde ST, Amalakanti S, Valiveti SC. Artificial intelligence and machine learning in neurodegeneration: a systematic review. Cureus. 2024 [acceso 10/08/2026];16(5):e61400. Disponible en: https://n9.cl/b35s63

6. El-Banna MM, Rizvi MR, Sami W, Sharma A, Atyeh RR. Digital and intelligent rehabilitation technologies in stroke and neurological disorders: a systematic review of artificial intelligence, virtual reality, gamification, and emerging therapeutic platforms in neurorehabilitation. Bioengineering (Basel). 2026 [acceso 10/08/2026];13(2):195. Disponible en: https://n9.cl/bzndzw

7. Wang Y, Li X, Chen L. Artificial intelligence in stroke rehabilitation: from acute care to long-term recovery. Neuroscience. 2025;572:214-31. DOI: https://doi.org/10.1016/j.neuroscience.2025.03.017

8. Peterson DS. Collaborative AI for precision neurorehabilitation: a roadmap. J N. Rehabil. 2025;22(1):269. DOI: https://doi.org/10.1186/s12984-025-01810-w

9. Taşkaya S, Taşkaya M. Robotics and artificial intelligence applications in neurorehabilitation: a bibliometric analysis (2003-2025). J N. Rehabil 2026 [acceso 10/08/2026];23:1. Disponible en: https://pubmed.ncbi.nlm.nih.gov/41486253

10. McDonagh B, O’Neill B, Hynes S. An exploration of the use of artificial intelligence to supplement activity performance in acquired brain injury: a single case experimental design. Disabil Rehabil Assist Technol. 2025 [acceso 10/08/2026]:1-16. Disponible en: https://pubmed.ncbi.nlm.nih.gov/40960953

11. Faria AL, Almeida Y, Branco D, Câmara J, Cameirão M, Ferreira L, et al. NeuroAIreh@b: an artificial intelligence-based methodology for personalized and adaptive neurorehabilitation. Front Neurol. 2024 [acceso 10/08/2026];14:1258323. Disponible en: https://n9.cl/942k1

12. Agarwal R, Bjarnadottir M, Rhue L, Dugas M, Crowley K, Clark J, et al. Ethics of AI in healthcare: a scoping review demonstrating applicability of a foundational framework. Front Digit Health. 2025;7:1662642. DOI: https://doi.org/10.3389/fdgth.2025.1662642

13. Karcıoğlu UB. Artificial Intelligence ethics in healthcare management: a review

of patient privacy, bias, and transparency. İst Esen ÜSağlık Bil Derg. 2026 [acceso 20/08/2026];4(1):1-7. Disponible en: https://izlik.org/JA44NE62MM

14. Brown University. AI chatbots systematically violate mental health ethics [news release]. 2025 Oct 21 [acceso 20/08/2026]. Disponible en: https://www.brown.edu/news/2025-10-21/ai-mental-health-ethics

15. Kim S, Lee J, Park H. Effect of assistive technology on the burden of caregivers to older adults with cognitive impairments and disabilities. Assist Technol. 2026:1-12. DOI: https://doi.org/10.1080/10400435.2026.2634725

16. Calabrò RS. Artificial intelligence in neurorehabilitation: fact versus fiction. Innov Clin Neurosci. 2024 [acceso 20/08/2026];21(1-3):10-2. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10941864

17. Juárez A, Murie M. Nuevas tecnologías e inteligencia artificial en neurorrehabilitación. Revista Kranion. 2023;XVIII(2). DOI: https://doi.org/10.24875/KRANION.M23000056

Descargas

Publicado

2026-10-18

Cómo citar

1.
Zamora Mallet M, Peña Gutiérrez Y, Mojena Quintana A. Inteligencia artificial en la neurorrehabilitación de pacientes con discapacidad neurológica. RCMFR [Internet]. 18 de octubre de 2026 [citado 19 de octubre de 2026];18. Disponible en: https://revrehabilitacion.sld.cu/index.php/reh/article/view/1065

Número

Sección

Artículo de revisión