Aplicaré el prompt genérico a la carrera de Actividad Física (Facultad de Humanidades, UAGRM). A continuación, se presentan 10 nombres de proyectos de investigación aplicada con su descripción completa, siguiendo la estructura rigurosa solicitada.
—
🎯 Enfoque prioritario para Actividad Física
· Detección temprana de riesgo de lesiones músculo-esqueléticas mediante sensores inerciales e IA.
· Sistemas de feedback en tiempo real para optimización de técnica deportiva.
· Prescripción personalizada de ejercicio físico basada en biomarcadores cognitivos y fisiológicos.
· Neuroplasticidad inducida por ejercicio aeróbico en adultos mayores.
· Interfaces de realidad virtual para rehabilitación motriz.
—
1. Título: NeuroFit – Predictor de fatiga cognitivo-motriz mediante EEG portátil y redes LSTM
Problema científico
La fatiga neuromotriz reduce el rendimiento e incrementa el riesgo de lesión, pero no existe un modelo en tiempo real que integre señales EEG de bajo costo con variables cinemáticas.
Hipótesis principal
Las oscilaciones theta y alfa frontales, combinadas con acelerometría, permiten predecir episodios de fatiga motriz con 5 minutos de antelación (sensibilidad >85%).
Modelo de Red Neuronal Propuesto
Red LSTM bidireccional con atención temporal, entrenada con datos de 120 sujetos realizando tareas de salto y cambio de dirección.
Base Neuroeducativa
Relación entre fatiga del córtex prefrontal dorsolateral (control ejecutivo) y disminución de precisión motora. Evidencia reciente: Van Cutsem et al. (2019) Sports Med.
Diseño Metodológico
Estudio cuasi-experimental longitudinal (4 semanas). Población: deportistas semiprofesionales (n=80). Instrumentos: EEG de 8 canales (OpenBCI), IMU en torso y piernas, test de Stroop motor. Modelo: LSTM con validación cruzada leave-one-subject-out.
Viabilidad Técnica (TRL)
TRL 6 – prototipo validado en laboratorio. Infraestructura: computadora portátil con GPU, sensores EEG secos, IMUs Bluetooth. Costo estimado: $15.000 para 10 unidades.
Impacto Cuantificable
Reducción del 30% en lesiones por sobrecarga en deportistas monitorizados durante 6 meses. Métrica: incidencia de lesiones por 1000 horas de entrenamiento.
Aplicabilidad Práctica Inmediata
Implementación en clubes deportivos de Santa Cruz (fútbol, baloncesto) y en el Centro de Alto Rendimiento de la UAGRM.
Proyección a 5 años
Sistema comercializable como “casco inteligente” para equipos profesionales y aplicación móvil para aficionados.
—
2. Título: Exergame-Cog – Plataforma de realidad mixta para rehabilitación cognitivo-motriz en adultos mayores
Problema científico
El deterioro cognitivo leve (DCL) afecta el control postural y la marcha, pero los programas convencionales de ejercicio no integran entrenamiento cognitivo dual.
Hipótesis principal
Un programa de 12 semanas de exergames con demandas duales (memoria de trabajo + control postural) mejora la velocidad de marcha y la puntuación MoCA en al menos 2 puntos frente a ejercicio físico solo.
Modelo de Red Neuronal Propuesto
Algoritmo de recomendación adaptativo basado en aprendizaje por refuerzo profundo (DQN) que ajusta la dificultad cognitiva en tiempo real según el rendimiento del usuario.
Base Neuroeducativa
La neuroplasticidad inducida por ejercicio aeróbico potencia los efectos del entrenamiento cognitivo (Erickson et al., 2019, PNAS). La doble tarea activa el córtex prefrontal y los ganglios basales.
Diseño Metodológico
Ensayo controlado aleatorizado (n=60, ≥65 años). Instrumentos: plataforma de fuerza (balance), MoCA, test de Trail Making, sensores de movimiento Kinect. Análisis: ANOVA mixto con intención de tratar.
Viabilidad Técnica (TRL)
TRL 7 – prototipo en entorno real (centro de día). Hardware: Microsoft HoloLens o pantalla interactiva + cámara 3D. Costo estimado: $25.000 para sala completa.
Impacto Cuantificable
Reducción del 40% en caídas reportadas durante 6 meses post-intervención. Mejora del 25% en tiempo de reacción.
Aplicabilidad Práctica Inmediata
Centros de adultos mayores en Santa Cruz, unidades de geriatría de hospitales (por ejemplo, Hospital San Juan de Dios).
Proyección a 5 años
Licenciamiento del software a empresas de tele-rehabilitación; inclusión en programas de salud pública municipal (GAM Santa Cruz).
—
3. Título: MyoAlert – Chaleco inteligente para detección temprana de lesión muscular por fatiga (EMG + IA)
Problema científico
Las lesiones musculares (isquiotibiales, cuádriceps) son frecuentes en deportes de alta intensidad, pero los sistemas actuales no integran señales EMG superficial con aprendizaje automático en tiempo real.
Hipótesis principal
Un modelo de máquinas de vectores soporte (SVM) con kernel RBF, entrenado con patrones de fatiga EMG, alcanza una precisión >90% para alertar sobre riesgo de lesión 2 minutos antes del evento.
Modelo de Red Neuronal Propuesto
Red neuronal convolucional (CNN) 1D sobre ventanas de 2 segundos de EMG (8 canales: vasto medial, bíceps femoral, etc.) + datos de acelerómetro.
Base Neuroeducativa
La fatiga muscular altera la sincronización de unidades motoras (reclutamiento y tasa de disparo), detectable mediante análisis de frecuencia media y entropía de la señal EMG (Enoka & Duchateau, 2021, J Appl Physiol).
Diseño Metodológico
Estudio observacional longitudinal con 30 futbolistas durante una temporada. Registro diario de EMG en entrenamiento + incidencia de lesiones. Modelo: SVM + validación cruzada anidada.
Viabilidad Técnica (TRL)
TRL 6 – prototipo funcional en laboratorio. Hardware: sensores EMG inalámbricos (Delsys o alternativas de bajo costo como MyoWare), microcontrolador ESP32, app móvil. Costo: $8.000 para 20 chalecos.
Impacto Cuantificable
Disminución del 50% en días de baja por lesión muscular. Métrica: proporción de alertas correctas (precision >0,85) y reducción de tasa de incidencia.
Aplicabilidad Práctica Inmediata
Equipos de fútbol de la liga local (Club Blooming, Oriente Petrolero), selección departamental, programas de prevención en escuelas deportivas.
Proyección a 5 años
Startup tecnológica deportiva con venta del chaleco + suscripción a analítica de datos. Colaboración con la DEIS para incubación de emprendimientos.
—
4. Título: CardioCog – Efecto de la intensidad del ejercicio aeróbico sobre la conectividad funcional en adultos con TDAH
Problema científico
El ejercicio físico mejora la atención en TDAH, pero se desconoce la intensidad óptima (moderada vs. vigorosa) y sus correlatos en redes cerebrales de atención.
Hipótesis principal
12 semanas de ejercicio vigoroso (70-80% FCmáx) produce un mayor incremento en la conectividad de la red frontoparietal (fNIRS) y una mayor reducción de errores por omisión (test de atención continua) comparado con ejercicio moderado.
Modelo de Red Neuronal Propuesto
Análisis de conectividad funcional mediante correlación de Pearson entre canales fNIRS (córtex prefrontal y parietal), seguido de clasificación por SVM para diferenciar respondedores de no respondedores.
Base Neuroeducativa
El ejercicio aumenta el factor neurotrófico derivado del cerebro (BDNF) y modula la dopamina, mejorando la función ejecutiva. Estudios recientes: Liang et al. (2021) Mental Health and Physical Activity.
Diseño Metodológico
Ensayo controlado aleatorizado (n=45, 18-30 años con TDAH). Grupos: ejercicio vigoroso, moderado y control pasivo. Instrumentos: fNIRS portátil (Brite23), test de rendimiento continuo (CPT-3), escalas ASRS. Análisis: modelos mixtos lineales.
Viabilidad Técnica (TRL)
TRL 6 – prototipo en laboratorio de neurociencias. Equipo: fNIRS (costo aprox. $40.000) o colaboración con unidad de investigación UAGRM. Coste total del proyecto: $60.000.
Impacto Cuantificable
Reducción del 30% en puntuaciones de gravedad del TDAH (escala ASRS) y mejora del 25% en tiempo de reacción.
Aplicabilidad Práctica Inmediata
Centros de salud mental (CENES), programas de apoyo estudiantil en la UAGRM (estudiantes con TDAH), recomendación de prescripción de ejercicio para psiquiatras.
Proyección a 5 años
Guía clínica de prescripción de ejercicio para TDAH avalada por el Colegio de Psicólogos de Bolivia. Aplicación móvil de seguimiento.
—
5. Título: RehabMove – Sistema de realidad virtual inmersiva para rehabilitación de marcha en post-ACV con neurofeedback
Problema científico
La rehabilitación post-ACV tiene alta tasa de abandono por monotonía y falta de feedback en tiempo real sobre la simetría de la marcha.
Hipótesis principal
Un entorno de realidad virtual con feedback visual y auditivo basado en asimetría de zancada (medida con IMU) produce una mejora del 35% en el índice de simetría de marcha tras 6 semanas, frente a fisioterapia convencional.
Modelo de Red Neuronal Propuesto
Red neuronal convolucional para clasificar patrones de marcha patológica a partir de datos IMU; el sistema activa estímulos en RV (ej. desplazamiento de un avatar) como neurofeedback implícito.
Base Neuroeducativa
Principios de aprendizaje motor (retroalimentación aumentada, práctica variable) y plasticidad dependiente de la experiencia. La RV activa el sistema de neuronas espejo (Saleh et al., 2020, Neurorehabilitation and Neural Repair).
Diseño Metodológico
Ensayo clínico aleatorizado (n=40 pacientes crónicos post-ACV, 6-12 meses). Instrumentos: IMU en pies y cadera, headset VR (Oculus Quest), escala de marcha FAC, análisis espacio-temporal con plataforma GAITRite. Evaluación pre-post y seguimiento 3 meses.
Viabilidad Técnica (TRL)
TRL 7 – pruebas en hospital de rehabilitación. Hardware: headset VR autónomo ($500/unidad), IMUs BNO055 ($50/unidad). Software desarrollado en Unity. Costo total: $30.000.
Impacto Cuantificable
Aumento del 40% en velocidad de marcha (m/s) y reducción del 50% en asimetría temporal. Métrica principal: índice de simetría (razón de duración de apoyo).
Aplicabilidad Práctica Inmediata
Servicios de fisioterapia del Hospital de Clínicas, Instituto Boliviano de Rehabilitación, centros privados de kinesiología.
Proyección a 5 años
Plataforma comercial “RehabMove” vendida a hospitales y clínicas de Latinoamérica; formación de técnicos en RV terapéutica desde la UAGRM.
—
6. Título: PostureNet – Modelo de riesgo de dolor lumbar mediante redes neuronales gráficas y cinemática espinal
Problema científico
El dolor lumbar inespecífico es muy prevalente en trabajadores de oficina, pero los sistemas de alerta postural actuales carecen de modelado de interacciones entre segmentos de la columna.
Hipótesis principal
Una red neuronal gráfica (GNN) que modela la columna como 7 vértebras virtuales con ángulos relativos predice episodios de dolor lumbar con AUC >0,80, superando a regresiones logísticas.
Modelo de Red Neuronal Propuesto
GNN con capas de atención espacial (Spherical Graph Attention), entrenada con datos de IMU ubicadas en T3, L1, L4 y sacro.
Base Neuroeducativa
La propiocepción y el control motor lumbar dependen de la integración multisensorial. Posturas mantenidas alteran la activación de multifidus y transverso abdominal (Peter Reeves et al., 2019, J Biomech).
Diseño Metodológico
Estudio de cohorte prospectivo con 100 trabajadores administrativos de la UAGRM durante 6 meses. Medición continua de IMU, diario de dolor. Modelo: GNN + validación temporal.
Viabilidad Técnica (TRL)
TRL 6 – prototipo validado en laboratorio de biomecánica. Hardware: 4 IMU inalámbricas (Xsens o alternativa barata: MPU6050 + Bluetooth). Costo por sujeto: $200. Total proyecto: $50.000.
Impacto Cuantificable
Reducción del 45% en días de ausentismo por dolor lumbar mediante alertas tempranas y pausas activas personalizadas.
Aplicabilidad Práctica Inmediata
Oficinas de la UAGRM (personal administrativo), empresas de call center, industria de manufactura liviana en Santa Cruz.
Proyección a 5 años
Sistema integrado en sillas inteligentes o wearable lumbar. Patente en colaboración con DICIT.
—
7. Título: EDU-Gym – Sistema adaptativo de educación física escolar basado en análisis de emociones mediante visión por computadora
Problema científico
Las clases de educación física no logran mantener la motivación en adolescentes; la deserción se asocia con emociones negativas (frustración, aburrimiento) no detectadas por el docente.
Hipótesis principal
Un sistema que analiza expresiones faciales (CNN) y cinemática corporal (OpenPose) en tiempo real, y adapta la dificultad del ejercicio, aumenta el disfrute (escala PACES) en un 30% y reduce el abandono de clase en un 50%.
Modelo de Red Neuronal Propuesto
CNN pre-entrenada (EfficientNet) para clasificación de 6 emociones básicas + red de detección de compromiso motor mediante análisis de energía cinética.
Base Neuroeducativa
La teoría de la autodeterminación (competencia, autonomía, relación) aplicada a la actividad física. El feedback positivo y la adaptación de desafíos activan el sistema de recompensa (estriado ventral). Estudio relevante: Sun et al. (2022) Computers & Education.
Diseño Metodológico
Cuasi-experimental con grupo control (clase tradicional) y experimental (sistema adaptativo). n=200 adolescentes (12-15 años), 10 semanas. Instrumentos: escala PACES, registro de asistencia, acelerometría. Análisis: ANCOVA con covariables de condición física inicial.
Viabilidad Técnica (TRL)
TRL 6 – prototipo en gimnasio escolar. Hardware: cámara RGB (webcam) + computadora básica con GPU. Software: Python, OpenCV, TensorFlow. Costo: $5.000 por escuela (cámaras y servidor local).
Impacto Cuantificable
Aumento del 40% en minutos de actividad física moderada-vigorosa por clase y reducción del 60% en abandono de clases de educación física.
Aplicabilidad Práctica Inmediata
Unidades educativas fiscales de Santa Cruz (ej. colegios piloto del Distrito Educativo 1). Programa de extensión DEIS con formación docente.
Proyección a 5 años
Plataforma “EDU-Gym” adoptada por el Ministerio de Educación para el programa “Escuelas Promotoras de Salud”. Escalamiento a 500 escuelas.
—
8. Título: SleepMove – Asociación entre patrones de sueño (actigrafía) y rendimiento en saltos en jugadores de baloncesto: modelo LSTM
Problema científico
La privación de sueño afecta el rendimiento deportivo, pero no existen modelos predictivos personalizados para el salto vertical (CMJ) en función de variables actigráficas nocturnas.
Hipótesis principal
Un modelo LSTM con datos de actigrafía (latencia, eficiencia, despertares) predice la altura de salto al día siguiente con un error medio absoluto (MAE) < 3 cm.
Modelo de Red Neuronal Propuesto
LSTM bidireccional con capa de atención, entrenada con 100 noches de sueño por jugador. Entrada: series temporales de actigrafía (minuto a minuto). Salida: altura de CMJ.
Base Neuroeducativa
El sueño profundo (NREM 3) es crítico para la recuperación muscular y la consolidación de habilidades motoras (Walker, 2021). La restricción del sueño reduce la activación del córtex motor durante tareas explosivas.
Diseño Metodológico
Estudio longitudinal con 20 jugadores de baloncesto universitario durante una temporada completa (6 meses). Instrumentos: actígrafos de muñeca (Fitbit Charge 5 o ActiGraph), plataforma de fuerza para CMJ. Modelo: LSTM con validación rolling window.
Viabilidad Técnica (TRL)
TRL 6 – prototipo en entorno controlado. Hardware: actígrafos comerciales (costo $150 c/u) + smartphone para registrar CMJ con app. Costo total: $10.000.
Impacto Cuantificable
Aumento del 15% en la altura de salto promedio al implementar recomendaciones personalizadas de higiene del sueño (basadas en el modelo).
Aplicabilidad Práctica Inmediata
Equipo de baloncesto de la UAGRM (Cardenales), asesoramiento a otros deportes (voleibol, atletismo). Charlas de extensión sobre sueño y rendimiento.
Proyección a 5 años
App “SleepMove” para deportistas amateur, con predicción de rendimiento y consejos. Posible integración con wearables de bajo costo (Mi Band).
—
9. Título: VestibCoach – Entrenamiento del equilibrio mediante estimulación eléctrica vestibular ruidosa (GVS) aleatoria y realidad virtual
Problema científico
El envejecimiento deteriora el control postural; los ejercicios de equilibrio convencionales tienen baja transferencia a situaciones de la vida diaria.
Hipótesis principal
La estimulación GVS de alta frecuencia (ruido aleatorio) combinada con entrenamiento en RV mejora el límite de estabilidad (LOS) un 50% más que el entrenamiento con RV solo en adultos mayores.
Modelo de Red Neuronal Propuesto
Red neuronal feedforward para ajustar la amplitud del ruido GVS en tiempo real según la desviación postural (medida por IMU), optimizando el aprendizaje sensoriomotor.
Base Neuroeducativa
La GVS ruidosa facilita la plasticidad vestibular mediante estocástica resonancia (Wuehr et al., 2020, Current Biology). Mejora la integración de señales propioceptivas, visuales y vestibulares.
Diseño Metodológico
Ensayo controlado aleatorizado triple ciego (n=60, ≥65 años con riesgo de caídas). Grupos: GVS+RV, GVS placebo+RV, RV solo. 10 sesiones. Instrumentos: plataforma de equilibrio (NeuroCom), test Timed Up and Go, escala de confianza ABC. Análisis: ANOVA de medidas repetidas.
Viabilidad Técnica (TRL)
TRL 6 – prototipo en laboratorio. Hardware: estimulador GVS de bajo costo ($300), electrodos de superficie, IMU, headset VR. Costo total: $20.000.
Impacto Cuantificable
Reducción del 60% en la velocidad de oscilación postural (cm/s) y del 35% en caídas auto-reportadas a los 6 meses.
Aplicabilidad Práctica Inmediata
Centros de geriatría, residencias de ancianos, programas de prevención de caídas del municipio de Santa Cruz.
Proyección a 5 años
Dispositivo “VestibCoach” comercializable como equipo de fisioterapia ambulatoria. Entrenamiento a kinesiólogos de Bolivia.
—
10. Título: EcoWalk – Efecto de caminatas en espacios verdes urbanos vs. interiores sobre la conectividad cerebral (fNIRS) y el estrés
Problema científico
Se sabe que la naturaleza reduce el estrés, pero no se ha cuantificado el efecto diferencial sobre la actividad prefrontal durante una caminata de 20 minutos en entornos reales de Santa Cruz.
Hipótesis principal
Caminar en un parque urbano (ej. Parque El Arenal) reduce la actividad hemisférica derecha del córtex prefrontal (indicador de estrés) en un 20% más que caminar en una cinta interior, medido por fNIRS.
Modelo de Red Neuronal Propuesto
Clasificador SVM sobre características extraídas de la señal fNIRS (concentración de oxi-Hb, índice de lateralidad) y frecuencia cardíaca variable.
Base Neuroeducativa
La exposición a entornos naturales activa el sistema nervioso parasimpático (reducción de cortisol) y disminuye la rumia, con correlatos en el córtex prefrontal subgenual (Bratman et al., 2019, Molecular Psychiatry).
Diseño Metodológico
Estudio cruzado (crossover) con 30 participantes sanos. Cada uno realiza dos caminatas de 20 min en orden aleatorio: parque urbano vs. gimnasio interior. Instrumentos: fNIRS portátil (Brite Lite), ECG, escala STAI-E (estado de ansiedad). Análisis: prueba t pareada o Wilcoxon.
Viabilidad Técnica (TRL)
TRL 7 – pruebas en entorno real (parque). Hardware: fNIRS portátil (costo $15.000) o colaboración con DICIT. Alternativa de menor costo: EEG de 2 canales (corteza prefrontal). Costo total: $8.000.
Impacto Cuantificable
Disminución del 30% en la puntuación de ansiedad estado (STAI-E) y reducción significativa de la lateralización prefrontal derecha.
Aplicabilidad Práctica Inmediata
Diseño de políticas de salud urbana (GAM Santa Cruz) para promover parques activos. Programas de “caminatas saludables” para personal universitario.
Proyección a 5 años
Guía de “prescripción de naturaleza” integrada en programas de bienestar corporativo. Aplicación móvil que recomienda rutas verdes según niveles de estrés.
—
📌 Nota final
Estos 10 proyectos son nombres y descripciones completas aplicables a la carrera de Actividad Física de la UAGRM. Cada uno alcanza un TRL entre 6 y 8, con viabilidad real en el contexto local (Santa Cruz, Bolivia). Pueden ser ejecutados mediante convenios DEIS-DICIT, con financiamiento de cooperación internacional (por ejemplo, programa Partenariados Municipales), o como tesis de maestría/doctorado con componente aplicado.