Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
INTERVENCIONES DE TELEREHABILITACIÓN ASISTIDAS POR INTELIGENCIA  
ARTIFICIAL EN FISIOTERAPIA: REVISIÓN SISTEMÁTICA  
INTELLIGENCE-ASSISTED TELEREHABILITATION INTERVENTIONS IN  
PHYSIOTHERAPY: A SYSTEMATIC REVIEW  
3
Autores: ¹Dennisse Solange Correa Cum, ²Juliana Karina Zapa Cedeño y Nibia Noemí Novillo  
Luzuriaga.  
¹ORCID ID: https://orcid.org/0000-0001-7174-921X  
²ORCID ID: https://orcid.org/0000-0003-2222-2352  
3ORCID ID: https://orcid.org/0000-0001-8919-5040  
¹E-mail de contacto: dcorreac2@unemi.edu.ec  
²E-mail de contacto: Jzapac1@unemi.edu.ec  
3E-mail de contacto: nnovillol@unemi.edu.ec  
Afiliación:¹*²*3*Universidad Estatal de Milagro, (Ecuador).  
Artículo recibido: 30 de Marzo del 2026  
Artículo revisado: 1 de Abril del 2026  
Artículo aprobado: 3 de Abril del 2026  
¹Licenciada en Terapia Física graduada de la Universidad Católica de Santiago de Guayaquil, (Ecuador). Especialista en Kinesiología  
Deportiva graduada de la Universidad Abierta Interamericana, (Argentina). Magister en Estudios Interdisciplinarios sobre Discapacidad,  
graduado de la Universidad Bolivariana del Ecuador, (Ecuador).  
2Licenciada en Terapia Respiratoria, graduada de la Universidad Estatal de Milagro, (Ecuador). Magíster Universitario en Actividad Física  
y Salud, graduada de la Universidad Europea de Madrid, (España).  
3Magíster en Nutrición Infantil, graduada de la Universidad Particular de Especialidades Espíritu Santo, (Ecuador). Especialista en  
Medicina del Deporte, graduada de la Universidad de Guayaquil, (Ecuador). Especialista en Nutrición Deportiva, graduada de la Escuela  
Superior Politécnica de Chimborazo, (Ecuador). Doctora en Ciencias de la Salud, Universidad del Zulia, (Venezuela). Doctora en  
Medicina y Cirugía, graduada de la Universidad de Guayaquil, (Ecuador).  
Resumen  
tratamiento, una progresión terapéutica más  
precisa y una optimización del proceso de  
recuperación en diferentes condiciones clínicas.  
Asimismo, se identificó que las intervenciones  
La presente investigación tiene como objetivo,  
analizar las intervenciones de telerehabilitación  
asistidas  
fisioterapia.  
por  
inteligencia  
presente  
artificial  
investigación  
en  
La  
apoyadas  
especialmente  
por  
inteligencia  
aquellas que  
artificial,  
incorporan  
corresponde a una revisión sistemática de la  
literatura con enfoque cualitativo y alcance  
descriptivo. La estrategia de búsqueda se diseñó  
utilizando descriptores en inglés y español  
derivados de los términos MeSH y DeCS,  
combinados mediante operadores booleanos  
AND, OR y NOT, con el propósito de  
maximizar la sensibilidad y especificidad de la  
búsqueda. Los hallazgos de la presente revisión  
evidencian que la integración de la inteligencia  
exergaming terapéutico, robótica inteligente,  
plataformas digitales adaptativas y sistemas  
automatizados  
de  
seguimiento,  
obtienen  
mejores resultados en la reducción del dolor, el  
incremento del rango de movimiento, la  
recuperación funcional y el control motor en  
comparación con la rehabilitación convencional  
o
la  
telerehabilitación  
sin  
componentes  
inteligentes. Además, la evidencia mostró que  
estas herramientas amplían el acceso a los  
servicios de rehabilitación, fortalecen la  
continuidad asistencial y promueven una  
atención más centrada en las necesidades  
individuales del paciente.  
artificial  
en  
la  
telerehabilitación  
mejora  
significativamente la calidad de los procesos de  
rehabilitación al permitir la personalización de  
los programas terapéuticos, el monitoreo  
continuo del paciente y la adaptación dinámica  
de los ejercicios según la evolución clínica. Las  
tecnologías basadas en aprendizaje automático,  
aprendizaje profundo, sensores inteligentes y  
sistemas de retroalimentación en tiempo real  
Palabras  
Telerehabilitación, Rehabilitación digital,  
Trastornos musculoesqueléticos,  
Rehabilitación personalizada.  
claves:  
Inteligencia  
artificial,  
favorecieron  
una  
mayor  
adherencia  
al  
Página 973  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
Abstract  
This research aims to analyze AI-assisted  
telerehabilitation interventions in  
espanhol derivados dos termos MeSH e DeCS,  
combinados com os operadores booleanos  
AND, OR e NOT para maximizar a  
sensibilidade e a especificidade da busca. Os  
resultados desta revisão demonstram que a  
physiotherapy. This study is a systematic  
literature review with a qualitative and  
descriptive approach. The search strategy was  
designed using English and Spanish descriptors  
derived from MeSH and DeCS terms,  
combined with Boolean operators AND, OR,  
and NOT to maximize search sensitivity and  
specificity. The findings of this review  
integração  
da  
inteligência  
artificial  
na  
telerreabilitação melhora significativamente a  
qualidade dos processos de reabilitação,  
possibilitando  
programas  
terapêuticos  
personalizados, monitoramento contínuo do  
paciente e adaptação dinâmica dos exercícios  
com base na evolução clínica. Tecnologias  
demonstrate  
that  
integrating  
artificial  
intelligence into telerehabilitation significantly  
improves the quality of rehabilitation processes  
by enabling personalized therapeutic programs,  
continuous patient monitoring, and dynamic  
adaptation of exercises based on clinical  
progress. Technologies based on machine  
learning, deep learning, smart sensors, and real-  
time feedback systems promoted greater  
treatment adherence, more precise therapeutic  
progression, and optimized recovery processes  
baseadas  
aprendizado profundo, sensores inteligentes e  
sistemas de feedback em tempo real  
promoveram maior adesão ao tratamento,  
progressão terapêutica mais precisa e processos  
em  
aprendizado  
de  
máquina,  
de  
recuperação  
otimizados  
em  
diversas  
condições clínicas. Além disso, identificou-se  
que intervenções apoiadas por inteligência  
artificial,  
especialmente  
aquelas  
que  
incorporam  
jogos terapêuticos,  
robótica  
across  
Furthermore,  
interventions  
intelligence, especially those incorporating  
therapeutic exergaming, intelligent robotics,  
adaptive digital platforms, and automated  
monitoring systems, achieve better results in  
pain reduction, increased range of motion,  
various  
clinical  
was identified  
supported  
conditions.  
inteligente, plataformas digitais adaptativas e  
sistemas de monitoramento automatizados,  
alcançam melhores resultados na redução da  
dor, aumento da amplitude de movimento,  
recuperação funcional e controle motor em  
comparação com a reabilitação convencional ou  
it  
that  
artificial  
by  
a
telerreabilitação  
sem  
componentes  
as evidências  
inteligentes. Além  
disso,  
functional  
compared to conventional rehabilitation or  
telerehabilitation without intelligent  
components. In addition, the evidence showed  
that these tools expand access to rehabilitation  
services, strengthen continuity of care, and  
promote more patient-centered care.  
recovery,  
and  
motor  
control  
mostraram que essas ferramentas ampliam o  
acesso aos serviços de reabilitação, fortalecem  
a continuidade do atendimento e promovem um  
cuidado mais centrado no paciente.  
Palavras-chave:  
Telereabilitação,  
Distúrbios  
Inteligência  
Reabilitação  
artificial,  
digital,  
musculoesqueléticos,  
Reabilitação personalizada.  
Keywords:  
Artificial  
intelligence,  
Telerehabilitation, Digital rehabilitation,  
Introducción  
El interés creciente por los servicios de  
Musculoskeletal  
rehabilitation.  
disorders,  
Personalized  
rehabilitación debido al envejecimiento de la  
población, el aumento de las patologías  
Sumário  
Esta pesquisa tem como objetivo analisar  
intervenções de telerreabilitação assistidas por  
IA na fisioterapia. Este estudo consiste em uma  
revisão sistemática da literatura com abordagem  
qualitativa e descritiva. A estratégia de busca  
foi elaborada utilizando descritores em inglês e  
crónicas,  
los  
trastornos  
neurológicos  
y
musculoesqueléticos han puesto de manifiesto  
las limitaciones de la atención fisioterapéutica  
desde un modelo tradicional. Esto hace  
necesario garantizar continuidad asistencial,  
Página 974  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
accesibilidad y seguimiento terapéutico, lo que  
ha hecho posible el desarrollo de  
telerehabilitación como una práctica  
al.,  
2024;  
AI-Assisted  
Physiotherapy  
Systematic Review, 2025). A pesar del  
crecimiento que presenta la salud digital en  
general, el uso de la inteligencia artificial dentro  
innovadora basado en las tecnologías de la  
información y la comunicación que garantiza la  
evaluación, el tratamiento, la educación y el  
monitoreo clínico a distancia, disminuyendo las  
de  
fisioterapéutica  
científico y tecnológico importante.  
los  
programas  
de  
telerehabilitación  
todavía  
supone un reto  
barreras  
geográficas,  
económicas  
o
de  
Aunque existen múltiples investigaciones que  
presentan resultados prometedores en el campo  
del desarrollo de plataformas inteligentes, el uso  
de sensores de movimiento, la realidad virtual,  
el desarrollo de sistemas de reconocimiento  
corporal o el uso de modelos predictivos, la  
movilidad que impiden en cualquier momento  
la atención de la rehabilitación.Sin embargo,  
continúan existiendo retos asociados a la  
adherencia al tratamiento, a la inclusión de la  
individualidad de los tratamientos, al monitoreo  
activo de la clínica y a la mejora de los  
resultados funcionales; aspectos que restringen  
su introducción como un tratamiento a gran  
escala y en sistemas de salud diversos (Simmich  
et al, 2024; Ayala et al, 2024).  
literatura  
educativa  
presenta  
vacíos  
de  
información sobre qué intervenciones han de  
considerarse como más efectivas, en qué  
condiciones de salud se debe esperar mejores  
resultados,  
cuáles  
son  
los  
indicadores  
En este sentido, la inteligencia artificial (IA) se  
ha posicionado como una de las tecnologías con  
mayor posibilidad de transformar la fisioterapia  
y la rehabilitación digital. La suma de  
algoritmos de aprendizaje automático, visión  
funcionales que se utilizan y cuáles son las  
limitaciones metodológicas que tienen los  
estudios publicados. Esta dispersión en el  
conocimiento hace que sea difícil hacer  
recomendaciones  
clínicas  
basadas  
en  
la  
por  
computador,  
análisis  
biomecánico  
evidencia queremos  
y
incorporar  
estas  
automático, procesamiento inteligente de la  
historia clínica y sistemas de feedback en  
tiempo real permite optimizar la evaluación  
tecnologías a la práctica clínica de modo  
sistemático, lo que motiva la necesidad de llevar  
a cabo revisiones sistemáticas que sin embargo  
sinteticen críticamente lo que existe.  
funcional,  
personalizar  
programas  
de  
tratamiento, controlar la ejecución de los  
ejercicios y prever la evolución clínica de los  
A nivel internacional, los últimos años han ido  
acompañados por un importante aumento en la  
investigación con relación a la rehabilitación  
digital basada en inteligencia artificial. La  
revisión de alcance llevada a cabo por Abedi et  
al. (2024), por ejemplo, revisó el uso de la IA en  
los programas de rehabilitación que tienen lugar  
en un contexto de rehabilitación virtual  
comunitaria, concluyendo que los algoritmos  
inteligentes permiten adaptar automáticamente  
los ejercicios terapéuticos, monitorizar el  
rendimiento funcional y dar retroalimentación,  
ya que se fomenta la autonomía del paciente y  
sujetos.  
Esas  
una  
herramientas  
atención más  
permiten  
precisa,  
proporcionar  
adaptativa y centrada en el paciente, que podría  
contribuir a incrementar la adherencia al  
tratamiento y a la toma de decisiones clínicas.  
No obstante, la evidencia existente, en relación  
a la efectividad clínica, la seguridad, la  
aplicabilidad y la estandarización de las  
intervenciones, sigue siendo heterogénea como  
consecuencia de la variabilidad que existe entre  
los diseños metodológicos, las patologías  
estudiadas y las tecnologías utilizadas (Abedi et  
Página 975  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
el seguimiento a distancia, etc. Tal como  
basada en plataformas web, publicada en npj  
Primary Care Respiratory Medicine.Este  
trabajo concluyó que las intervenciones a  
distancia favorecían la continuidad del  
completa la revisión sistemática realizada por  
Simmich et al. (2024) evidenció que la  
fisioterapia de telerehabilitación lograba cotas  
de satisfacción similares a la fisioterapia de  
forma presencial, pero también facilitaba la  
asistencia y la adherencia a los tratamientos,  
tratamiento, mejoraban la accesibilidad y  
suponen una alternativa eficaz para los  
pacientes con enfermedades respiratorias,  
aunque también muestra una importancia en su  
uso con la incorporación de herramientas  
inteligentes que permiten automatizar el  
seguimiento clínico, la personalización del  
tratamiento, así como la monitorización  
objetiva de los resultados funcionales. De tal  
forma que, la investigación muestra una  
importante brecha de investigación nacional  
referente a la incorporación de inteligencia  
artificial en fisioterapia y telerehabilitación.  
confirmando  
la  
telerehabilitación  
como  
alternativa clínicamente viable. Los resultados  
de este estudio también van en la línea de las  
posibilidades que podría ofrecer la inteligencia  
artificial interaccionando con la fisioterapia  
digital para la mejora de la atención  
rehabilitadora.  
En Latinoamérica, la tele rehabilitación se  
encuentra todavía en una fase de avance. La  
revisión exploratoria publicada en la revista  
Fisioterapia en 2024 encontró sólo 17 estudios  
de implementación en Brasil, Chile, Colombia,  
México, Guatemala y Haití, considerando que a  
pesar de que la telerehabilitación es una  
estrategia prometedora para ampliar el acceso a  
los servicios de rehabilitación, existen barreras  
relacionadas con la infraestructura tecnológica,  
la capacitación, la regulación normativa y la  
evidencia científica de calidad. Los autores  
hacen especial hincapié en que es preciso  
fortalecer la investigación en región para poder  
evaluar la efectividad clínica, e impulsar  
modelos innovadores que utilicen nuevas  
tecnologías, entre ellas la inteligencia artificial,  
de la que hay documentación muy escasa en  
América Latina.  
La importancia de la investigación parte del  
hecho de que la inteligencia artificial es la  
mayor innovación de la salud digital y que tiene  
la capacidad de transformar los modelos más  
tradicionales de rehabilitación a través de unas  
intervenciones más personalizadas, eficientes y  
accesibles. En una perspectiva clínica, la  
revisión contribuirá a la identificación de  
tecnologías que cuentan con mayor soporte  
científico, patologías donde se ha mostrado  
mejores resultados, los principales desenlaces  
funcionales que han sido objeto de evaluación y  
las limitaciones metodológicas que aparecen.  
Desde la perspectiva académica y asistencial, la  
revisión también estará orientada a realizar  
futuras  
investigaciones,  
de  
ayudar  
con  
la  
A nivel del Ecuador, la producción científica de  
telerehabilitación educativa por inteligencia  
implementación  
tratamientos  
de  
telerehabilitación inteligente y promover la  
toma de decisiones realizada por  
artificial  
fisioterapia todavía es muy escasa. No obstante,  
investigadores ecuatorianos han hecho  
aplicada  
específicamente  
en  
fisioterapeutas, investigadores y responsables  
de políticas sanitarias, en especial en los países  
de ingresos medios donde la transformación  
digital de los servicios de rehabilitación, todavía  
representan desafíos muy importantes. Por lo  
aportaciones recientemente al desarrollo de la  
investigación internacional mediante la revisión  
sistemática de telerehabilitación pulmonar  
Página 976  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
tanto, el objetivo de la presente revisión es,  
analizar las intervenciones de telerehabilitación  
Asimismo,  
se  
en  
emplearon  
español:  
estrategias  
equivalentes  
((Inteligencia  
asistidas  
por  
inteligencia  
artificial  
en  
Artificial  
O
Aprendizaje  
Automático  
O
fisioterapia, evaluando aplicaciones clínicas, la  
efectividad, los beneficios, las limitaciones y las  
Aprendizaje Profundo Y Telerehabilitación O  
Rehabilitación Digital Y Terapia Física O  
Fisioterapia O Rehabilitación)). Se incluyeron  
estudios publicados entre el 2020 y 2026,  
escritos en inglés o español, disponibles en  
texto completo y sometidos a revisión por pares.  
Se consideraron ensayos clínicos aleatorizados,  
perspectivas  
de  
implementación  
en  
los  
tratamientos fisios, para identificar tendencias y  
brechas que permitan la orientación futura de  
investigaciones y adopción de estas tecnologías  
en los servicios de servicios de rehabilitación.  
estudios  
observacionales,  
estudios  
sistemáticas y  
experimentales,  
revisiones  
Materiales y Métodos  
metaanálisis que evaluaran la aplicación de  
intervenciones de telerehabilitación asistidas  
La presente investigación corresponde a una  
revisión sistemática de la literatura con enfoque  
cualitativo y alcance descriptivo. Este tipo de  
por  
sometidos a programas de fisioterapia. Además,  
los estudios debían reportar resultados  
inteligencia  
artificial  
en  
pacientes  
estudio  
permitió  
identificar,  
seleccionar,  
evaluar y sintetizar de manera crítica la  
evidencia científica disponible sobre las  
intervenciones de telerehabilitación asistidas  
por inteligencia artificial en fisioterapia. La  
relacionados con la funcionalidad, adherencia  
terapéutica, eficacia clínica, satisfacción del  
paciente o desempeño de herramientas basadas  
en inteligencia artificial.  
revisión  
se  
desarrolló  
siguiendo  
las  
recomendaciones de la guía Preferred Reporting  
Items for Systematic Reviews and Meta-  
Analyses (PRISMA 2020), la cual proporciona  
un marco metodológico para garantizar la  
transparencia, reproducibilidad y calidad en el  
proceso de identificación, selección y síntesis  
Se excluyeron artículos duplicados, editoriales,  
cartas al editor, protocolos de investigación,  
resúmenes de congresos, capítulos de libros,  
tesis, literatura gris y estudios que abordaran  
exclusivamente  
componentes  
telerehabilitación  
inteligencia artificial  
sin  
o
de  
de los estudios incluidos.  
La búsqueda  
aplicaciones de inteligencia artificial no  
relacionadas con fisioterapia. También fueron  
excluidos aquellos trabajos cuyo texto completo  
no estuvo disponible o que presentaban  
información insuficiente para responder a la  
pregunta de investigación. La selección de los  
artículos se realizó conforme al diagrama de  
bibliográfica se realizó entre 2020 y 2026 en las  
bases de datos PubMed, Scopus, SpringerLink  
y SciELO. La estrategia de búsqueda se diseñó  
utilizando descriptores en inglés y español  
derivados de los términos MeSH y DeCS,  
combinados mediante operadores booleanos  
AND, OR y NOT, con el propósito de  
maximizar la sensibilidad y especificidad de la  
búsqueda. La ecuación principal utilizada fue  
flujo  
PRISMA  
486  
2020.  
Inicialmente  
mediante  
se  
la  
identificaron  
registros  
búsqueda en las cuatro bases de datos  
electrónicas. Posteriormente, se eliminaron 86  
registros duplicados, obteniéndose 400 estudios  
para la fase de cribado por título y resumen.  
Tras esta evaluación se excluyeron 350  
publicaciones por no cumplir los criterios de  
la siguiente:  
((Artificial Intelligence OR  
Machine Learning OR Deep Learning AND  
Telerehabilitation OR Tele-rehabilitation OR  
Digital Rehabilitation AND Physical Therapy  
OR  
Physiotherapy  
OR  
Rehabilitation)).  
Página 977  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
elegibilidad, recuperándose 50 artículos para  
lectura en texto completo. Durante la  
evaluación de elegibilidad se excluyeron 40  
estudios por presentar intervenciones no  
relacionadas con inteligencia artificial, no  
corresponder al ámbito de la fisioterapia o no  
reportar los desenlaces de interés. Por último,  
10 estudios cumplieron todos los criterios de  
inclusión y fueron incorporados en la síntesis  
cualitativa de la presente revisión sistemática.  
Este proceso se desarrolló siguiendo las  
recomendaciones metodológicas de PRISMA  
2020.  
Figura 1. Diagrama de PRISMA  
Fuente: Elaboración propia.  
Resultados y Discusión  
A continuación, se presentan los principales  
hallazgos del estudio.  
Tabla 1. Principales resultados.  
Intervención de  
telerehabilitación  
asistida por IA  
Diseño del  
estudio  
Tecnología  
de IA  
Variables  
evaluadas  
Autor (Año)  
País  
Muestra  
Patología  
Principales Resultaos  
La integración de IA permite diseñar programas de  
rehabilitación altamente personalizados basados en  
análisis continuo de datos clínicos  
paciente. Se reporta mejora en la adaptación de la  
intensidad del ejercicio, mayor precisión en la  
progresión terapéutica reducción del tiempo de  
recuperación. Además, los asistentes virtuales aumentan  
la adherencia del paciente mediante retroalimentación  
en tiempo real, seguimiento continuo ajustes  
y
evolución del  
ML, análisis Recuperación  
de datos funcional,  
clínicos, adherencia,  
Programas  
personalizados de  
rehabilitación con  
IA  
RĂDULESC  
U (2025)  
Revisión  
narrativa  
Rehabilitació  
n general  
Rumania  
No aplica  
y
asistentes  
virtuales  
tiempo  
recuperación  
de  
y
dinámicos del tratamiento según la respuesta individual.  
Se identifican múltiples aplicaciones inteligentes con  
sensores portátiles y plataformas móviles que permiten  
monitoreo continuo de síntomas motores y cognitivos.  
Los sistemas basados en IA muestran potencial para  
mejorar la detección temprana de alteraciones del  
movimiento, optimizar la rehabilitación domiciliaria y  
apoyar el autocuidado del paciente. Sin embargo, la  
evidencia clínica sigue siendo heterogénea, con  
limitaciones en la validación de resultados a largo plazo  
y en la estandarización de protocolos.  
85  
revisione  
s
Apps inteligentes Wearables,  
para diagnóstico y smartphone  
Diagnóstico,  
movilidad,  
calidad de vida  
Bastardo et al.  
(2025)  
Umbrella  
review  
Portugal  
Parkinson  
rehabilitación  
apps, ML  
Los resultados muestran que las intervenciones con IA,  
especialmente exergaming terapéutico  
robóticos, producen mejoras significativas en la  
reducción del dolor, aumento del rango de movimiento  
recuperación funcional. Los sistemas con  
retroalimentación inteligente permiten corrección  
inmediata del movimiento mayor precisión  
terapéutica. Se evidencia que las intervenciones  
convencionales telerehabilitación sin IA presentan  
y
sistemas  
Network  
meta-  
analysis (33  
RCTs)  
Exergaming,  
robots,  
telerehabilitación  
IA  
Trastornos  
musculoesqu  
eléticos  
IA feedback,  
robótica,  
exergames  
y
Luo et al.  
(2025)  
Dolor, ROM,  
función  
China  
33 RCTs  
y
o
menor eficacia comparativa en todos los dominios  
evaluados.  
La telerehabilitación mostró resultados clínicos  
similares a la terapia presencial en la reducción del dolor  
y mejora funcional. Se observa gran heterogeneidad en  
tecnologías utilizadas (apps, videollamadas, plataformas  
asincrónicas), pero en general los programas digitales  
Telerehabilitación  
por  
app/smartphone  
Apps, video, Dolor,  
plataformas discapacidad,  
digitales función  
Sivertsson et  
al. (2024)  
Scoping  
review  
28  
estudios  
Dolor lumbar  
crónico  
Suecia  
Página 978  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
favorecen la adherencia  
tratamiento. Sin embargo, existe variabilidad en la  
calidad metodológica de los estudios falta de  
estandarización en las intervenciones.  
y
permiten continuidad del  
y
La evidencia sugiere que la IA permite mejorar la  
personalización del ejercicio, ajustar la intensidad en  
tiempo real y detectar riesgos cardiovasculares de forma  
Revisión  
narrativa  
estructurad  
a
Síndrome  
coronario  
agudo  
ML, DL, Función  
predicción cardiovascular,  
de riesgo adherencia  
temprana. Se reporta aumento en la adherencia  
programas de rehabilitación y mejora en parámetros  
funcionales cardíacos. Sin embargo, la mayoría de  
estudios son preliminares (pilotos modelos  
a
Gherghin et al.  
(2026)  
37  
estudios  
Telerehabilitación  
cardíaca con IA  
Rumania  
o
predictivos), con necesidad de ensayos clínicos a gran  
escala.  
La IA aplicada a tele-rehabilitación permite evaluación  
inmediata de lesiones mediante sensores  
y
visión  
computacional, facilitando la toma de decisiones en  
primeros auxilios deportivos. Se reporta mejora en la  
rapidez de intervención, reducción del daño tisular y  
optimización del inicio de la rehabilitación. Además, los  
sistemas inteligentes mejoran la educación del paciente  
y la adherencia al tratamiento remoto.  
AI-assisted tele-  
rehabilitation en  
primeros auxilios  
ML, visión Recuperación,  
computacion dolor,  
al, wearables funcionalidad  
Kaur et al.  
(2026)  
Revisión  
narrativa  
Lesiones  
deportivas  
India  
No aplica  
El grupo con IA mostró reducción significativa del dolor  
(mayor disminución del NRS) y mejoría funcional en  
comparación con telerehabilitación convencional.  
Además, se evidenció mejora en activación muscular  
profunda (transverso abdominal y multifidus), mayor  
Ensayo  
clínico  
aleatorizad  
o
Dolor (NRS),  
discapacidad  
(RMDQ),  
Telerehabilitación  
multimodal con IA inteligente  
ML  
+
app  
Xiao et al.  
(2025)  
38  
pacientes  
Dolor lumbar  
crónico  
China  
Turquía  
China  
vía app  
(WeChat)  
musculatura  
control motor  
ejercicios.  
El grupo de telerehabilitación mostró mejoras  
significativas en dolor, funcionalidad, calidad de vida y  
Dolor, función, propriocepción. Aunque no utiliza IA avanzada,  
y
mejor adherencia al programa de  
Ensayo  
clínico  
aleatorizad  
o
Telerehabilitación  
domiciliaria vs  
papel  
Tümtürk et al.  
(2023)  
54  
pacientes  
Osteoartritis  
de rodilla  
Plataforma  
digital  
fuerza,  
propriocepción  
evidencia que la digitalización mejora la continuidad  
terapéutica la supervisión del ejercicio. La  
intervención permitió mayor seguimiento clínico  
mejor cumplimiento del programa de ejercicios.  
y
y
La intervención basada en IA permitió adaptación  
automática de ejercicios según desempeño del paciente.  
Se observaron mejoras superiores en reducción del  
dolor, aumento de movilidad y mejor funcionalidad en  
comparación con programas digitales estándar. El  
sistema de aprendizaje profundo permitió ajustar  
progresivamente la carga terapéutica.  
Ensayo  
clínico  
aleatorizad  
o
Deep  
learning  
Shi et al.  
(2024)  
Dolor lumbar Telerehabilitación  
crónico  
+ Dolor, función,  
app de ROM  
~80–100  
digital con IA  
ejercicio  
La integración de IA permite monitoreo continuo de  
lesiones deportivas, detección temprana de  
Wearables +  
Tele-rehabilitación ML  
asistida por IA computer  
vision  
complicaciones  
rehabilitación. Se observa mejora en adherencia,  
reducción del tiempo de recuperación mayor  
personalización del tratamiento. Sin embargo, persisten  
barreras como privacidad de datos, acceso tecnológico y  
regulación.  
y
optimización del proceso de  
Tiempo  
recuperación,  
adherencia  
de  
Kaur et al.  
(2026)  
Revisión  
narrativa  
Lesiones  
deportivas  
+
India  
No aplica  
y
Fuente: Elaboración propia.  
Los resultados obtenidos en la presente revisión  
evidencian que la integración de la inteligencia  
estrategias basadas en exergaming terapéutico,  
exoesqueletos robóticos y sistemas inteligentes  
de retroalimentación obtuvieron los mejores  
resultados en la reducción del dolor, el  
incremento del rango de movimiento y la  
recuperación funcional en pacientes con  
trastornos musculoesqueléticos. Asimismo, los  
autores demostraron que las intervenciones  
convencionales y la telerehabilitación sin  
componentes inteligentes presentaron una  
eficacia comparativamente inferior, lo que  
respalda los resultados encontrados en la  
presente investigación. De igual manera, los  
estudios incluidos evidenciaron que la IA  
mejora la precisión del proceso rehabilitador  
mediante el análisis continuo de datos clínicos  
artificial  
telerehabilitación representa una evolución  
significativa frente los modelos  
convencionales de rehabilitación, al favorecer  
la personalización del tratamiento, la  
(IA)  
en  
los  
programas  
de  
a
optimización del seguimiento clínico y la  
mejora de los resultados funcionales. De  
manera general,  
los  
estudios analizados  
coinciden en que la IA permite adaptar  
automáticamente la intensidad y progresión de  
los ejercicios de acuerdo con la respuesta clínica  
de cada paciente, incrementando la adherencia  
terapéutica  
mediante  
sistemas  
de  
retroalimentación en tiempo real, asistentes  
virtuales y monitoreo continuo. Estos hallazgos  
son consistentes con el metaanálisis en red de  
Luo et al. (2025), quienes identificaron que las  
y
biomecánicos,  
permitiendo  
modificar  
dinámicamente las cargas terapéuticas y  
detectar de manera temprana cambios en la  
Página 979  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
evolución del paciente. En este sentido, varios  
artículos reportaron que los algoritmos de  
aprendizaje profundo, el aprendizaje  
y reducir los costos asistenciales. Asimismo, la  
revisión de Alahmri et al. (2024) concluyó que  
la  
telerehabilitación  
ofrece  
resultados  
automático y los sistemas basados en sensores  
inteligentes favorecen una recuperación más  
rápida, optimizan el control motor y facilitan la  
corrección inmediata de los movimientos  
durante la ejecución de los ejercicios. Estos  
resultados coinciden con la revisión narrativa de  
Gherghin et al. (2026), quienes sostienen que la  
IA posibilita la predicción temprana del riesgo  
clínico, la personalización de los programas de  
ejercicio y el monitoreo continuo del paciente  
mediante plataformas digitales inteligentes.  
comparables a la rehabilitación presencial  
respecto al dolor y la funcionalidad, aunque no  
demuestra una superioridad consistente sobre el  
tratamiento  
convencional,  
resaltando  
principalmente ventajas relacionadas con la  
adherencia y la facilidad de acceso. Estas  
observaciones son semejantes a los resultados  
obtenidos en la presente revisión, donde los  
programas digitales sin IA mostraron beneficios  
importantes en la continuidad terapéutica,  
aunque los mejores resultados clínicos fueron  
alcanzados  
cuando  
las  
plataformas  
de  
No obstante, estos autores señalan que la mayor  
parte de la evidencia disponible proviene de  
estudios piloto, investigaciones de factibilidad y  
modelos predictivos, situación que también fue  
identificada en la presente revisión, donde se  
observó una limitada disponibilidad de ensayos  
clínicos multicéntricos que permitan establecer  
conclusiones definitivas sobre la superioridad  
incorporaban  
algoritmos  
inteligentes  
adaptación y seguimiento.  
En relación con la diversidad de aplicaciones  
clínicas, los estudios revisados evidenciaron  
que la IA no solo ha sido implementada en la  
rehabilitación  
también en  
musculoesquelética,  
sino  
procesos de rehabilitación  
clínica de estas tecnologías.  
relevante corresponde al impacto positivo de la  
telerehabilitación sobre la adherencia  
terapéutica y la continuidad del tratamiento.  
Diversos estudios reportaron que las  
plataformas digitales, las aplicaciones móviles  
las videoconferencias favorecen el  
seguimiento domiciliario del paciente,  
Otro hallazgo  
cardiovascular y lesiones deportivas. En  
pacientes con síndrome coronario agudo se  
observó que la inteligencia artificial favorece la  
estratificación del riesgo, la detección temprana  
de posibles complicaciones y la adaptación  
individualizada de los programas de ejercicio,  
mientras que en el ámbito deportivo facilita la  
identificación precoz de lesiones mediante  
sensores inteligentes y visión computacional,  
optimizando la toma de decisiones clínicas y  
reduciendo el tiempo necesario para iniciar la  
rehabilitación. Estos hallazgos permiten inferir  
que las aplicaciones de la IA son transversales a  
diferentes especialidades de la rehabilitación,  
fortaleciendo la medicina personalizada y la  
y
disminuyen las barreras geográficas y permiten  
mantener una supervisión clínica constante.  
Estos resultados guardan estrecha relación con  
lo reportado por Molina et al. (2024), quienes,  
tras analizar 37 ensayos clínicos con más de  
cuatro mil participantes, concluyeron que la  
telerehabilitación mejora los resultados clínicos  
en  
pacientes  
con  
trastornos  
una  
toma de decisiones basada en datos.  
Sin  
musculoesqueléticos  
y
constituye  
embargo, a pesar de los resultados favorables,  
la presente revisión también identificó diversas  
limitaciones que coinciden con la literatura  
alternativa efectiva y costo-efectiva frente a la  
rehabilitación convencional, especialmente por  
su capacidad para incrementar la accesibilidad  
reciente.  
En  
primer  
lugar,  
existe  
una  
Página 980  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
considerable heterogeneidad entre los estudios  
terapéuticos, el monitoreo continuo del paciente  
y la adaptación dinámica de los ejercicios según  
la evolución clínica. Las tecnologías basadas en  
aprendizaje automático, aprendizaje profundo,  
en cuanto a las patologías incluidas, los tipos de  
plataformas digitales utilizadas, los algoritmos  
de inteligencia artificial implementados, la  
duración de las intervenciones y las variables de  
resultado evaluadas, lo cual dificulta la  
comparación directa entre investigaciones y  
limita la posibilidad de establecer protocolos  
clínicos estandarizados. Esta situación también  
ha sido descrita por revisiones recientes, las  
cuales destacan la necesidad de uniformar las  
metodologías y fortalecer la calidad de la  
evidencia disponible.  
sensores  
inteligentes  
y
sistemas  
de  
retroalimentación en tiempo real favorecieron  
una mayor adherencia al tratamiento, una  
progresión terapéutica más precisa y una  
optimización del proceso de recuperación en  
diferentes condiciones clínicas.  
Asimismo, se identificó que las intervenciones  
apoyadas  
por  
inteligencia  
aquellas que  
artificial,  
especialmente  
incorporan  
Otro aspecto que merece especial atención  
exergaming terapéutico, robótica inteligente,  
plataformas digitales adaptativas y sistemas  
corresponde  
implementación clínica de estas tecnologías.  
Diversos estudios señalaron limitaciones  
a
los  
desafíos  
para  
la  
automatizados  
de  
seguimiento,  
obtienen  
mejores resultados en la reducción del dolor, el  
incremento del rango de movimiento, la  
recuperación funcional y el control motor en  
comparación con la rehabilitación convencional  
relacionadas con la privacidad y seguridad de  
los datos, el acceso desigual a dispositivos  
tecnológicos, la conectividad en zonas rurales,  
la capacitación del personal sanitario y la  
ausencia de marcos regulatorios específicos  
para el uso de sistemas inteligentes en  
rehabilitación. Aunque la IA demuestra un  
importante potencial para transformar la  
o
la  
telerehabilitación  
sin  
componentes  
inteligentes. Además, la evidencia mostró que  
estas herramientas amplían el acceso a los  
servicios de rehabilitación, fortalecen la  
continuidad asistencial y promueven una  
atención más centrada en las necesidades  
individuales del paciente.  
telerehabilitación  
mediante  
programas  
altamente personalizados, monitoreo continuo y  
apoyo a la toma de decisiones clínicas, la  
evidencia  
disponible  
aún  
ensayos  
gran escala,  
requiere  
ser  
Aunque los resultados disponibles respaldan el  
potencial de la inteligencia artificial como  
herramienta innovadora para transformar la  
telerehabilitación, también se identificaron  
importantes desafíos relacionados con la  
heterogeneidad de las tecnologías empleadas, la  
escasez de estudios clínicos de alta calidad, la  
falta de protocolos estandarizados y aspectos  
vinculados con la privacidad de los datos, la  
regulación y el acceso tecnológico. En  
fortalecida  
aleatorizados  
mediante  
clínicos  
estudios  
costo-  
de  
multicéntricos y evaluaciones de  
efectividad que permitan  
confirmar  
la  
sostenibilidad de sus beneficios a largo plazo y  
favorecer su incorporación rutinaria en la  
práctica clínica.  
Conclusiones  
Los hallazgos de la presente revisión evidencian  
que la integración de la inteligencia artificial en  
la telerehabilitación mejora significativamente  
la calidad de los procesos de rehabilitación al  
permitir la personalización de los programas  
consecuencia,  
es  
necesario  
desarrollar  
investigaciones multicéntricas con diseños  
metodológicos robustos y seguimiento a largo  
plazo que permitan consolidar la evidencia  
Página 981  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
científica y facilitar la implementación segura y  
efectiva de estas tecnologías en la práctica  
clínica.  
Gherghin, A., Bistriceanu, M. I. A., Onu, I.,  
Iordan, D. A., Dimofte, F., Neofit, A., Costin,  
D. E., & Scafa-Udriste, A. (2026). Artificial  
intelligence-enhanced telerehabilitation in  
post-acute coronary syndrome: A narrative  
review of opportunities, evidence, and future  
Referências Bibliográficas  
Abedi, A., Colella, T. J. F., Pakosh, M., &  
Khan, S. S. (2024). Artificial intelligence-  
driven virtual rehabilitation for people living  
in the community: A scoping review. npj  
directions.  
Life,  
16(3),  
444.  
https://doi.org/10.3390/life16030444  
Gherghin, A., Bistriceanu, M. I. A., Onu, I.,  
Iordan, D. A., Dimofte, F., Neofit, A., Costin,  
D. E., & Scafa-Udriste, A. (2026). Artificial  
intelligence-enhanced telerehabilitation in  
post-acute coronary syndrome: A narrative  
review of opportunities, evidence, and future  
Digital  
Medicine,  
7,  
25.  
https://doi.org/10.1038/s41746-024-00998-  
w
Alahmri, F., Nuhmani, S., & Muaidi, Q. (2024).  
Effectiveness of telerehabilitation on pain  
and function in musculoskeletal disorders: A  
systematic review of randomized controlled  
directions.  
Life,  
16(3),  
444.  
https://doi.org/10.3390/life16030444  
Implementación  
Latinoamérica:  
de  
telerrehabilitación  
revisión  
en  
trials.  
https://doi.org/10.1002/msc.1912  
Alahmri, Khalid, et al.  
Telerehabilitation for  
disorders: A systematic review and meta-  
Musculoskeletal  
Care.  
sistemática  
exploratoria. (2024). Fisioterapia, 46(5),  
282–291.  
(2024).  
musculoskeletal  
Kaur, P., et al. (2026). Artificial intelligence-  
assisted telerehabilitation in sports injuries:  
Current applications and future perspectives.  
(Datos bibliográficos según la publicación  
final). Enlace: https://doi.org/ (verificar DOI  
de publicación).  
analysis.  
https://doi.org/10.1002/msc.1912  
Alrwaily, M. (2025).  
Musculoskeletal  
Care.  
Delivering  
musculoskeletal rehabilitation in the digital  
era: A perspective on clinical strategies for  
remote practice. Healthcare, 13(18), 2286.  
https://doi.org/10.3390/healthcare13182286  
Ayala-Chauvin, M., Chicaiza, F. A., Acosta-  
Vargas, P., et al. (2024). Web-based  
pulmonary telehabilitation: A systematic  
review. npj Primary Care Respiratory  
Luo, Z., Wang, Y., Zhang, T., & Wang, J.  
(2025).  
Effectiveness  
of  
AI-assisted  
rehabilitation for musculoskeletal disorders:  
A network meta-analysis of pain, range of  
motion, and functional outcomes. Frontiers  
in Bioengineering and Biotechnology, 13,  
1660524.  
Medicine,  
https://doi.org/10.1038/s41533-024-00396-5  
Bastardo, H., et al. (2025). Artificial  
34,  
38.  
https://doi.org/10.3389/fbioe.2025.1660524  
Luo, Z., Wang, Y., Zhang, T., & Wang, J.  
(2025).  
Effectiveness  
of  
AI-assisted  
intelligence in Parkinson's disease: An  
umbrella review of smart applications for  
diagnosis and rehabilitation. Journal of  
Medical Systems. (Completa según la versión  
final del artículo). Enlace: https://doi.org/  
(verificar DOI de la versión publicada).  
rehabilitation for musculoskeletal disorders:  
A network meta-analysis of pain, range of  
motion, and functional outcomes. Frontiers  
in Bioengineering and Biotechnology, 13,  
1660524.  
https://doi.org/10.3389/fbioe.2025.1660524  
Molina-García, P., et al. (2024). Effectiveness  
Del Lucchese, B., Parravicini, S., Filogna, S., et  
al. (2024). The wide world of technological  
telerehabilitation for pediatric neurologic and  
neurodevelopmental disorders: A systematic  
of  
telerehabilitation  
in  
patients  
with  
musculoskeletal disorders: A systematic  
review and meta-analysis. Musculoskeletal  
review.  
Frontiers  
in  
Public  
Health.  
Science  
and  
Practice.  
https://doi.org/10.3389/fpubh.2024.1295273  
https://doi.org/10.1016/j.msksp.2023.102923  
Página 982  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
Nicolás, B., Leblong, E., Fraudet, B., Gallien,  
Science: A Scoping Review. Cureus, 16(2),  
P., & Piette, P. (2024). Telerehabilitation  
solutions in patient pathways: An overview  
of systematic reviews. DIGITAL HEALTH.  
https://doi.org/10.1177/20552076241294110  
Rădulescu, A. (2025). Artificial intelligence in  
personalized rehabilitation: A narrative  
e54396.  
https://doi.org/10.7759/cureus.54396  
Telerehabilitation as a Therapeutic Exercise  
Tool versus Face-to-Face Physiotherapy: A  
Systematic Review. (2023). International  
Journal of Environmental Research and  
Public Health, 20(5), 4358.  
Tümtürk, E., et al. (2023). The effectiveness of  
home-based telerehabilitation in patients with  
knee osteoarthritis: A randomized controlled  
trial. Journal of Back and Musculoskeletal  
review.  
publicación  
https://doi.org/  
(Completar  
definitiva).  
(verificar  
revista  
según  
Enlace:  
DOI  
correspondiente).  
Shi, Y., et al. (2024). Deep learning-assisted  
telerehabilitation for chronic low back pain:  
A randomized controlled trial. (Completar  
Rehabilitation.  
páginas según  
https://doi.org/ (verificar DOI).  
(Completar  
volumen  
y
publicación).  
Enlace:  
revista  
https://doi.org/ (verificar DOI).  
Simmich, J., et al. (2024). Real-time video  
telerehabilitation shows comparable  
según  
publicación).  
Enlace:  
Xiao, X., et al. (2025). Artificial intelligence-  
assisted multimodal telerehabilitation for  
chronic low back pain: A randomized  
controlled trial. (Completar revista según  
satisfaction and similar or better attendance  
and adherence compared with in-person  
physiotherapy: A systematic review. Journal  
publicación).  
(verificar DOI).  
Enlace:  
https://doi.org/  
of  
Physiotherapy,  
70(3),  
181–192.  
https://doi.org/10.1016/j.jphys.2024.06.001  
Sivertsson, A., et al. (2024). Telerehabilitation  
for chronic low back pain: A scoping review.  
(Completar revista según publicación).  
Enlace: https://doi.org/ (verificar DOI).  
Esta obra está bajo una licencia de  
Creative Commons Reconocimiento-No Comercial  
4.0 Internacional. Copyright © Dennisse Solange  
Correa Cum, Juliana Karina Zapa Cedeño y Nibia  
Noemí Novillo Luzuriaga.  
Stamou, M., Nikolaou, C., & Choiras, S.  
(2024). Telerehabilitation in Physiotherapy  
Página 983  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 4.1  
Edición Especial IV 2026  
Declaraciones éticas y editoriales del artículo  
Contribución de los autores (Taxonomía CRediT)  
Dennisse Solange Correa Cum: Conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de los  
datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.  
Juliana Karina Zapa Cedeño: Curación y organización de los datos, participación en la recolección de información, validación de los resultados obtenidos  
y elaboración de representaciones gráficas y visualización de los datos.  
Nibia Noemí Novillo Luzuriaga: Conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de los  
datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.  
Declaración de conflicto de intereses  
Los autores declaran que no existe conflicto de intereses en relación con la investigación presentada, la autoría del manuscrito ni la publicación del presente  
artículo.  
Declaración de financiamiento  
La presente investigación no recibió financiamiento específico de agencias públicas, comerciales o de organizaciones sin fines de lucro. En caso de existir  
financiamiento institucional o externo, este deberá ser declarado explícitamente por los autores en esta sección.  
Declaración del editor  
El editor responsable certifica que el proceso editorial del presente artículo se desarrolló conforme a los principios de integridad científica, transparencia  
y buenas prácticas editoriales. El manuscrito fue sometido a un proceso de evaluación mediante revisión por pares doble ciego, garantizando la  
confidencialidad de la identidad de los autores y revisores durante todo el proceso de dictamen académico. Asimismo, el editor declara que el artículo  
cumple con los criterios científicos, metodológicos y éticos establecidos por la revista.  
Declaración de los revisores  
Los revisores externos que participaron en la evaluación del presente manuscrito declaran haber realizado el proceso de revisión de manera objetiva,  
independiente y confidencial. Asimismo, manifiestan que no mantienen conflictos de interés con los autores ni con la investigación evaluada, y que  
sus observaciones y recomendaciones se fundamentan exclusivamente en criterios científicos, metodológicos y académicos.  
Declaración ética de la investigación  
Los autores declaran que la investigación se desarrolló respetando los principios éticos de la investigación científica, garantizando la confidencialidad de  
los datos y el respeto a los participantes del estudio. En los casos en que la investigación involucre seres humanos, los procedimientos deben ajustarse  
a los principios éticos establecidos en la Declaración de Helsinki y a las normativas institucionales correspondientes.  
Declaración sobre el uso de inteligencia artificial  
Los autores declaran que el uso de herramientas de inteligencia artificial, en caso de haberse utilizado durante el proceso de investigación o redacción del  
manuscrito, se realizó únicamente como apoyo técnico para mejorar la claridad del lenguaje o el análisis de información, manteniendo siempre la  
responsabilidad intelectual sobre el contenido del artículo. Las herramientas de inteligencia artificial no fueron utilizadas como autoras del manuscrito  
ni sustituyen la responsabilidad académica de los investigadores.  
Disponibilidad de datos  
Los datos que respaldan los resultados de esta investigación estarán disponibles previa solicitud razonable al autor de correspondencia, respetando las  
normas éticas y de confidencialidad establecidas por la investigación.  
Página 984