Resumen
La evaluación de los movimientos generales (GMs) ha sido empleada en la práctica clínica para la detección temprana de trastornos neurológicos en neonatos, aunque su aplicación requiere alta especialización, tiempo y recursos. Dado estas limitaciones, el uso de tecnologías asociadas a video se presentan como una alternativa emergente para optimizar esta evaluación. El objetivo de esta Revisión Rápida es actualizar el rol que cumplen las tecnologías en el reconocimiento de los movimientos generales y su relación con la generación de diagnósticos clínicos. Se revisaron cuatro bases de datos, PubMed, Scopus, Web of Science y BVS, aplicando el método PRISMA. Se incluyeron estudios centrados en neonatos hasta las 20 semanas post término que relacionaran la evaluación de GMs con tecnologías que utilizaran video y apoyo tecnológico, publicados entre 2019-2023 en idioma inglés. Se seleccionaron 30 estudios considerando su diseño metodológico y tipo de tecnología. Los hallazgos evidencian que las tecnologías, especialmente aquellas basadas en el aprendizaje profundo e Inteligencia Artificial (IA), contribuyen a una detección más temprana de alteraciones del neurodesarrollo, se vinculan a la creación de bases de datos automatizadas, y mejoran la accesibilidad a la evaluación. Los principales beneficios identificados incluyen la optimización de la atención clínica, reducción de costos, mayor comodidad para usuarios y profesionales, y mejora en las oportunidades de intervención precoz. En conclusión, la tecnología aplicada a la evaluación de movimientos generales representa un avance significativo en el ámbito de la neurorehabilitación infantil, al apoyar los procesos diagnósticos, tratamiento oportuno y facilitar su implementación en diversos contextos clínicos.

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Derechos de autor 2026 Edgardo Emanuel Venegas-Norambuena, Camila Fernanda Calderón-Preticic, Emanuel Franco Mella-Robles

