El balanceo de los brazos durante la marcha ha sido relacionado positivamente con la estabilidad y eficiencia de la marcha, especialmente en presencia de trastornos neurológicos que afectan la locomoción. Sin embargo, la mayoría de los estudios de marcha se han centrado en las extremidades inferiores, mientras que el balanceo de los brazos suele ser ignorado. Además, estos estudios se basan principalmente en sistemas de visión costosos y altamente especializados o en dispositivos portátiles que, a pesar de su popularidad entre investigadores y especialistas, siguen siendo relativamente poco comunes para la población en general. Este trabajo propone una forma de estimar la asimetría del balanceo de los brazos a partir de un solo video de marcha en 2D. Primero, se crearon dos representaciones basadas en siluetas que capturan por separado los datos de movimiento de ambos brazos. Segundo, se introdujo una medida para cuantificar la energía del balanceo de los brazos a partir de dicha representación, produciendo dos mediciones de movimiento dependientes del lado. Tercero, se obtuvo un índice de asimetría del balanceo de los brazos. El método fue validado en dos conjuntos de datos públicos, uno con 68 sujetos sanos caminando normalmente y otro con 10 sujetos sanos simulando diferentes estilos de asimetría en el balanceo de los brazos. La validez del índice de asimetría para capturar diferentes patrones de balanceo de los brazos fue evaluada mediante dos pruebas no paramétricas: la prueba U de Mann-Whitney y la prueba de rango con signo de Wilcoxon. La llamada asimetría fisiológica se observó en las secuencias de marcha normales de ambos conjuntos de datos de manera estadísticamente similar. El índice de asimetría fue capaz de caracterizar de manera justa los diferentes niveles de asimetría simulados en el segundo conjunto. Los resultados muestran que es posible estimar la asimetría del balanceo de los brazos a partir de un solo video de marcha en 2D, con suficiente sensibilidad para discriminar patrones anómalos de la normalidad. Esto abre la puerta a aplicaciones móviles fáciles de usar y de bajo costo para ayudar a los clínicos a monitorear la condición de la marcha en atención primaria (por ejemplo, en personas mayores), cuando a menudo no están disponibles tecnologías más precisas y especializadas.