Inteligencia artificial y el futuro de la rehabilitación pulmonar: hacia una Terapia Respiratoria personalizada y basada en datos
La rehabilitación pulmonar se encuentra ante una nueva etapa de transformación tecnológica. Durante décadas, la evaluación clínica, la prescripción del ejercicio, el seguimiento de síntomas y la progresión terapéutica han dependido principalmente de la valoración periódica realizada por los profesionales de la salud. Actualmente, la incorporación de herramientas de inteligencia artificial (IA) plantea la posibilidad de desarrollar modelos de rehabilitación más personalizados, dinámicos y orientados al análisis continuo de la respuesta del paciente.
Una revisión sistemática y metaanálisis publicada en 2026 en International Journal of Medical Informatics evaluó específicamente el efecto de la rehabilitación pulmonar asistida por inteligencia artificial sobre la capacidad de ejercicio en adultos con enfermedades respiratorias crónicas. Los resultados proporcionan una primera evidencia clínica de que la incorporación de IA puede generar beneficios funcionales medibles, aunque también ponen de manifiesto que esta área todavía se encuentra en una etapa temprana de investigación.
Cinkavuk, Calik y Vardar-Yagli realizaron una revisión sistemática siguiendo las recomendaciones PRISMA y analizaron estudios identificados en cinco bases de datos científicas hasta julio de 2025. De los 476 registros inicialmente identificados, finalmente solo tres ensayos clínicos aleatorizados cumplieron los criterios de inclusión, con un total de 456 participantes.
El principal resultado analizado fue la capacidad funcional mediante la prueba de caminata de seis minutos (6MWD). El metaanálisis encontró una diferencia media de 22,08 metros a favor de los programas de rehabilitación pulmonar asistidos por IA, con un intervalo de confianza del 95 % de 4,96 a 39,20 metros y un valor de p = 0,01. La heterogeneidad entre los estudios fue moderada (I² = 40 %).
Este hallazgo es relevante porque la capacidad de ejercicio constituye uno de los indicadores funcionales fundamentales en la evaluación de pacientes con enfermedades respiratorias crónicas. Sin embargo, los resultados deben interpretarse dentro de las limitaciones de la evidencia disponible: únicamente tres ensayos aleatorizados fueron incluidos y no fue posible realizar un metaanálisis sobre función respiratoria debido a la insuficiencia de datos pre-post. La incorporación de inteligencia artificial puede modificar progresivamente la forma en que se diseñan y supervisan los programas de rehabilitación pulmonar.
Actualmente, algunas aplicaciones de IA incluyen análisis del movimiento, sistemas de retroalimentación adaptativa y monitorización mediante sensores. Estas tecnologías pueden utilizar datos obtenidos durante la actividad física para proporcionar información sobre el desempeño del paciente, realizar seguimiento de la adherencia y contribuir a una prescripción del ejercicio más individualizada.
El potencial futuro es aún mayor. En lugar de considerar la rehabilitación como una intervención basada únicamente en evaluaciones realizadas en momentos determinados, los sistemas inteligentes podrían permitir una valoración más continua de variables relacionadas con el ejercicio, la actividad física y la respuesta del paciente. Esto abre la posibilidad de pasar de un modelo predominantemente reactivo a uno más adaptativo, en el que las características y evolución del paciente contribuyan de manera continua a determinar la progresión del programa.
Uno de los principales retos de la rehabilitación pulmonar es que pacientes con el mismo diagnóstico pueden presentar diferentes niveles de disnea, tolerancia al ejercicio, fuerza muscular, actividad física, adherencia y respuesta al entrenamiento.
La inteligencia artificial podría contribuir a identificar patrones dentro de grandes cantidades de información clínica y funcional. En el futuro, los datos obtenidos de evaluaciones funcionales, dispositivos portátiles, sensores de movimiento y otras herramientas digitales podrían integrarse para generar perfiles individuales de respuesta a la rehabilitación.
En este escenario, la prescripción terapéutica podría evolucionar desde programas relativamente estandarizados hacia intervenciones capaces de adaptarse progresivamente al comportamiento y evolución de cada paciente.
No se trataría simplemente de utilizar tecnología para digitalizar una rehabilitación convencional, sino de desarrollar sistemas capaces de analizar información y proporcionar retroalimentación útil para la toma de decisiones clínicas. Los sistemas inteligentes pueden combinar información procedente de sensores y dispositivos digitales para analizar el desempeño durante el ejercicio. La investigación publicada destaca precisamente el potencial de la IA para facilitar la monitorización en tiempo real, el seguimiento de la adherencia y la individualización de los programas. A medida que estas tecnologías evolucionen, podría ser posible detectar cambios en el patrón de actividad o en la respuesta al ejercicio y utilizar esa información para orientar ajustes en la intervención.
Esto podría resultar especialmente relevante en programas domiciliarios o híbridos, donde el paciente no se encuentra físicamente frente al profesional durante todas las sesiones.
La incorporación de IA no implica eliminar el componente humano de la rehabilitación pulmonar. Por el contrario, puede aumentar la importancia de la capacidad del profesional para interpretar datos, contextualizar resultados y tomar decisiones clínicas.
Un algoritmo puede identificar patrones, generar alertas o analizar grandes volúmenes de información, pero la interpretación clínica requiere considerar factores que no necesariamente pueden reducirse a una variable digital. Por ello, el futuro de la Terapia Respiratoria probablemente no estará definido por una sustitución del profesional por la inteligencia artificial, sino por una colaboración entre ambos. El profesional aportará valoración clínica, razonamiento terapéutico, comunicación con el paciente y toma de decisiones; la IA podrá aportar capacidad de procesamiento, reconocimiento de patrones, monitorización y análisis longitudinal de datos.
La combinación de inteligencia artificial, dispositivos portátiles, plataformas digitales y sistemas de monitorización podría permitir que una parte cada vez mayor del proceso de rehabilitación se realice fuera de los entornos sanitarios tradicionales.
Esto podría facilitar un seguimiento más frecuente y generar información sobre el comportamiento real del paciente en su entorno cotidiano.
Sin embargo, la implementación de estos modelos requiere demostrar no solamente eficacia clínica, sino también seguridad, accesibilidad, adherencia y costo-efectividad. La revisión señala precisamente la necesidad de investigar estos aspectos antes de una integración generalizada de la IA en la práctica clínica.
A pesar de los resultados favorables, la evidencia actual todavía es insuficiente para considerar la IA como un componente establecido de la rehabilitación pulmonar.
Los autores encontraron una calidad metodológica globalmente buena, con una puntuación media de 6,0 ± 0,82 en la escala PEDro; sin embargo, ninguno de los estudios pudo realizar cegamiento de los participantes. Además, la heterogeneidad en el diseño de las intervenciones representa una dificultad para establecer protocolos estandarizados.
También existen desafíos relacionados con la protección de datos, privacidad, sesgos algorítmicos, desigualdad en el acceso a la tecnología y validación clínica. La ausencia de directrices universalmente aceptadas constituye otra barrera para incorporar estas herramientas de manera sistemática en los servicios de salud.
Por ello, el siguiente paso no debería ser simplemente aumentar el uso de inteligencia artificial, sino determinar cuándo, cómo y para qué pacientes aporta un beneficio clínicamente relevante.
La rehabilitación pulmonar del futuro podría integrar evaluación clínica, ejercicio terapéutico, sensores, dispositivos portátiles, plataformas digitales e inteligencia artificial dentro de un mismo ecosistema de atención. En este modelo, la información generada durante las sesiones no sería únicamente registrada, sino analizada para identificar tendencias y apoyar decisiones terapéuticas. La evolución del paciente podría convertirse en un proceso continuamente monitorizado, permitiendo adaptar progresivamente la intervención. La IA podría convertirse así en una herramienta para avanzar hacia una Terapia Respiratoria de precisión, donde las decisiones terapéuticas estén cada vez más sustentadas en las características individuales y en la evolución objetiva de cada paciente.
Sin embargo, este futuro dependerá de la generación de evidencia clínica sólida. Se necesitan ensayos aleatorizados con muestras mayores, diferentes enfermedades respiratorias, protocolos de IA claramente definidos, seguimiento a largo plazo y evaluación de resultados clínicos, económicos y relacionados con la experiencia del paciente. La inteligencia artificial comienza a mostrar un papel potencialmente relevante en la evolución de la rehabilitación pulmonar. La evidencia disponible en 2026 muestra que los programas asistidos por IA pueden mejorar la capacidad funcional, con un aumento significativo de la distancia recorrida en la prueba de caminata de seis minutos frente a los grupos de comparación.
No obstante, todavía no existe evidencia suficiente para establecer un modelo único de rehabilitación pulmonar basada en inteligencia artificial. El campo se encuentra en una fase de desarrollo y requiere mayor investigación para determinar cuáles tecnologías son clínicamente útiles, qué pacientes pueden beneficiarse más y cómo deben integrarse en la práctica asistencial.
El verdadero potencial de la inteligencia artificial para la Terapia Respiratoria no está únicamente en automatizar tareas. Está en convertir grandes cantidades de datos clínicos y funcionales en información que permita comprender mejor al paciente y adaptar de manera más precisa su proceso de rehabilitación.
La próxima generación de Terapia Respiratoria podría, por tanto, ser más conectada, personalizada y basada en datos, manteniendo al profesional como elemento central de la toma de decisiones clínicas.
Referencia
Cinkavuk E, Calik E, Vardar-Yagli N. The effect of artificial intelligence–assisted pulmonary rehabilitation on exercise capacity: A systematic review and meta-analysis. International Journal of Medical Informatics. 2026;211:106336. doi:10.1016/j.ijmedinf.2026.106336.