Evolution Devices desarrolló este dispositivo que usa inteligencia artificial para recuperar la movilidad y, a la vez, ayudar a la rehabilitación. (Infografía: Antonio Tarazona / El Comercio)
Evolution Devices desarrolló este dispositivo que usa inteligencia artificial para recuperar la movilidad y, a la vez, ayudar a la rehabilitación. (Infografía: Antonio Tarazona / El Comercio)
Bruno Ortiz Bisso

Proyecto de científico de origen peruano es finalista en concurso mundial. Prenda usa estimulación eléctrica y serviría para terapias.

Se llama Evowalk. Es una prenda inteligente –como una faja o malla–, que se puede colocar en la pierna y tiene como objetivo ayudar a personas con problemas de movilidad a recuperar (o mejorar) su habilidad para caminar. Todo esto gracias al uso de y estimulación eléctrica.

Este es el proyecto de Pierluigi Mantovani, un creador de 25 años de origen peruano, que ha sido elegido entre los cinco finalistas del concurso Mobility Unlimited Challenge, cuya meta es impulsar el desarrollo de dispositivos innovadores para ayudar a personas que sufren de discapacidades motoras y tienen movilidad limitada.

—LA MOTIVACIÓN—
Cuando Pierluigi tenía 15 años su padre fue diagnosticado con esclerosis múltiple. Con el paso del tiempo, fue presentando mayores dificultades para caminar y todos fueron empapándose de esa información. “Definitivamente fue algo que influyó, pero también me interesé en el tema médico”, comenta a El Comercio. 

Se graduó en Ciencias Cognitivas por la Universidad de Berkeley y luego empezó a trabajar en temas relacionados con neurociencia en la Universidad de California (San Francisco). “Trabajando de la mano con neurocirujanos aprendí más sobre la estimulación y todo lo que se podía hacer con ella”, agrega.

Para ese momento su padre ya padecía de pie caído (no podía levantar la parte delantera del pie al caminar) y junto con sus amigos pasaron un fin de semana completo construyendo el primer prototipo del Evowalk. “Era una caja muy grande,muy rústica. Mi papá metió la pierna ahí para ver qué pasaba y, aunque no tuvo un funcionamiento perfecto, nos dimos cuenta de que había mucho potencial”, recuerda. 

—HACIA LA GRAN FINAL—
La idea del proyecto Evowalk se basa en entender cómo se mueven las personas y en qué momento hace falta la estimulación. 

“En el caso de mi papá, él sufre del pie caído. Entonces teníamos que estimular un músculo en particular para levantar ese pie. Pero no era solo eso, sino conocer cómo camina, hacia dónde y cómo se mueve la pierna. Todas esas variables son las que hemos ido entendiendo cada vez más. Estamos tratando de predecir a dónde será el movimiento del pie tras la estimulación”, explica Mantovani. La y el ‘machine learning’ juegan un papel importante.

Con el primer prototipo, Pierluigi y sus compañeros decidieron presentarse al Mobility Unlimited Challenge. Pasaron la primera fase, obtuvieron uno de los 10 premios de US$50.000, que les permitió, primero, establecerse como empresa, y trabajar en un mejor prototipo mirando hacia la fase final. Luego, quedaron entre los cinco finalistas. Recibieron US$500.000, siguen perfeccionando el Evowalk y esperan llegar a la gran final, en setiembre del 2020, en Tokio, Japón, donde el ganador recibirá US$1 millón.

“Tenemos claro que Evowalk debe ser una ayuda para las personas con problemas de movimiento en general. No solo queremos que sea un implemento para que se pueda caminar mejor, sino que sea parte de la terapia de rehabilitación, estimulando músculos en específico. Queremos que esta tecnología de punta sea accesible para la gente”, recalca Mantovani.

Esperan llegar a la gran final, en setiembre del 2020, en Japón. El ganador recibirá US$1 millón.

MÁS DETALLE

Mobility Unlimited Challenge es organizado por la Fundación Toyota Mobility junto con el Challenge Prize Centre de Nesta.

Evolution Devices es la empresa creada por Pierluigi Mantovani y sus amigos para participar en el concurso con su proyecto.

Así no ganen, Mantovani asegura que la versión final de Evowalk estará disponible el próximo año.

Contenido sugerido

Contenido GEC