Pese a los recientes avances en el tratamiento de la enfermedad de Parkinson (EP), continúa siendo un desafío medir con precisión la progresión de los síntomas de este trastorno neurológico. Si bien se pueden observar síntomas evidentes como temblores, rigidez y lentitud de movimientos, hasta ahora ha habido pocas formas de cuantificar los cambios en los síntomas fuera de un entorno clínico.
En esta línea, investigadores de la Universidad de California en San Francisco (EE.UU.) han desarrollado un sistema de análisis, basado en vídeo habilitado mediante aprendizaje automático por IA, para cuantificar y validar la gravedad de los síntomas motores en pacientes con enfermedad de Parkinson. Uno de los coautores principales del estudio y profesor asociado de neurología, Simon Little, explica que querían “diseñar un sistema que utilizara aprendizaje automático que permitiera cuantificar los movimientos de manera objetiva y adaptar los tratamientos a cada paciente”.
“Lo que diferencia nuestro sistema es que es rápido, objetivo, cuantitativo y analiza múltiples tipos de movimientos, no solo los movimientos que se cubren en el examen clínico estándar"
El método estándar para medir los síntomas motores de la EP es un examen clínico cualitativo subjetivo realizado por un neurólogo experto, en el que el paciente repite movimientos como golpeteos con los dedos, golpeteos con los pies y movimientos de las manos. Históricamente, los médicos han analizado ese tipo de movimientos y los han puntuado subjetivamente con una puntuación: leve, moderado o grave. Ha habido una gran cantidad de esfuerzos diferentes para medir las cosas de forma más objetiva, por el momento sin grandes avances.
“Lo que diferencia nuestro sistema es que es rápido, objetivo, cuantitativo y analiza múltiples tipos de movimientos, no solo los movimientos que se cubren en el examen clínico estándar. También funciona con equipos de video estándar, como un teléfono inteligente o una tableta. Este sistema brinda una puntuación numérica objetiva sobre cuánto afecta la enfermedad a los movimientos del paciente, incluidos los cambios en la velocidad o la calidad de los movimientos. El sistema también puede analizar una biblioteca más grande de movimientos”, relata Little.
“Nuestro sistema identifica los diferentes puntos de referencia o partes del cuerpo en estos videos y luego utiliza el movimiento de esas partes del cuerpo para diferenciar entre diferentes grupos de gravedad de la enfermedad”
Por su parte, Abbasi-Asl explica que “la belleza de nuestro enfoque es que nuestro sistema con inteligencia artificial transforma videos cortos de pacientes durante diferentes tareas de movimiento en datos de movimiento digitalizados y compatibles con computadoras”. “Nuestro sistema identifica los diferentes puntos de referencia o partes del cuerpo en estos videos y luego utiliza el movimiento de esas partes del cuerpo para diferenciar entre diferentes grupos de gravedad de la enfermedad”, insiste.
Una vez que el sistema de IA captura el movimiento en los datos de video, el análisis de aprendizaje automático identifica las características de movimiento más importantes, como la velocidad del movimiento de los dedos que se asocia con un nivel de gravedad particular. Básicamente, determina si los pacientes con gravedad baja o alta comparten un patrón de movimiento particular. “Esperamos que esta tecnología pueda medir con precisión los cambios en los síntomas del Parkinson a lo largo del tiempo, lo que puede ayudar con los ajustes del tratamiento y a medir a los pacientes en ensayos clínicos con mayor precisión”, desea Little.
“Podría utilizarse para cuantificar y medir cualquier tipo de déficit de movimiento, no tiene por qué limitarse a la enfermedad de Parkinson. Muchos otros trastornos neurológicos tienen problemas con el movimiento”
Por lo tanto, si se puede cuantificar con precisión los síntomas del paciente para saber cómo se encuentra en relación con su última visita, se logrará saber si una intervención terapéutica mejoró o empeoró los síntomas. Además, podría ser un sistema aplicable a otros trastornos neurológicos. “Podría utilizarse para cuantificar y medir cualquier tipo de déficit de movimiento, no tiene por qué limitarse a la enfermedad de Parkinson. Muchos otros trastornos neurológicos tienen problemas con el movimiento”, concluyen.