TECNOLOGÍA
La tecnología desempeña un papel vital en la evaluación y comprensión de la composición corporal humana. Métodos avanzados como el escaneo por 3-D, la bioimpedancia eléctrica, la absorciometría dual de rayos X (DXA, por sus siglas en inglés) y las técnicas de imagen por resonancia magnética (IRM) han revolucionado la precisión y la accesibilidad de las mediciones de composición corporal ofreciendo datos precisos y rápidos que son esenciales tanto en la investigación, como en la práctica clínica y deportiva.
Bioimpedancia eléctrica
La relación entre el desarrollo tecnológico y el estudio de la composición corporal ha proporcionando herramientas cada vez más precisas y accesibles para estimar los componentes del cuerpo humano. Entre estas herramientas, la bioimpedancia eléctrica (BIA) se destaca como una de las metodologías más utilizadas y prácticas. Este método no invasivo mide la capacidad de los tejidos biológicos para impedir el paso de una corriente eléctrica alterna conocida (50 kHz) y se expresa en función de dos componentes o vectores: resistencia (R) y reactancia (Xc). Bajo este contexto, existen tejidos biológicos cuya oposición a esta corriente eléctrica puede variar en función del contenido de agua, es decir, estos tejidos pueden presentar una impedancia eléctrica baja o alta de acuerdo al contenido de agua presente en estos tejidos:
- Tejidos biológicos con alta impedancia eléctrica (alta oposición):
- Tejido adiposo
- Tejido óseo
- Bajo contenido en agua (son malos conductores).
- Tejidos biológicos con baja impedancia eléctrica (baja oposición):
- Tejido muscular
- Sangre
- Líquido intersticial y cefalorraquídeo
- Alto contenido en agua y electrolitos (son buenos conductores)
- Tejidos biológicos con alta impedancia eléctrica (alta oposición):
Los valores de R y Xc deben ser incorporados a ecuaciones de regresión múltiples para obtener valores de diferentes compartimentos
Innovaciones emergentes
Las tecnologías emergentes, como la inteligencia artificial (IA) y el análisis de big data, están comenzando a desempeñar un papel crucial en el estudio de la composición corporal. Estas nuevas tecnologías permiten el análisis de grandes volúmenes de datos y la identificación de patrones y tendencias que no serían visibles con métodos tradicionales. La IA, en particular, puede procesar y analizar datos complejos de manera rápida y precisa, ofreciendo nuevas perspectivas sobre cómo los diferentes factores influyen en la composición corporal. Por ejemplo, estudios han demostrado que la IA basada en imágenes de tomografía computarizada puede predecir tanto la prevalencia como la incidencia de diabetes, destacando su potencial en la evaluación de riesgos para la salud.
Además, los dispositivos portátiles y las aplicaciones móviles están haciendo que la monitorización de la composición corporal sea más accesible y eficiente a través de métodos de composición corporal visual destinados a un público más amplio. Las evaluaciones basadas en smartphones, utilizando modelos de cuatro compartimentos, han mostrado ser comparables a métodos tradicionales en términos de precisión para estimar la composición corporal en adultos sanos.
¿Quieres saber más?
| Documento | Liga de Consulta |
|---|---|
| Artificial Intelligence in the Evaluation of Body Composition |  |
| Visual body composition assessment methods: A 4-compartment model comparison of smartphone-based artificial intelligence for body composition estimation in healthy adults | |
| Artificial intelligence and body composition | |
| 1213-P: Artificial Intelligence–Based Body Composition Analysis Using Computed Tomography Images Predicts Both Prevalence and Incidence of Diabetes—A Cross-Sectional and Longitudinal Analysis of 10-Year Retrospective Cohort in Korea | |