La enfermedad de Parkinson, que actualmente no tiene cura, es un trastorno progresivo del movimiento que afecta a aproximadamente al 2 por ciento de las personas mayores de 65 años. Se caracteriza por lentitud de movimientos, temblores, rigidez e inestabilidad postural, así como una variedad de efectos neurológicos.
Los efectos del Parkinson se deben a la neurodegeneración y la pérdida de neurotransmisores que controlan el movimiento en el cerebro medio. Desafortunadamente, cuando se diagnostica el Parkinson, entre el 60 y 70 por ciento de esas neuronas ya se han perdido.
Al igual que muchas otras enfermedades, lo más deseable es contar con un diagnóstico temprano que permita diseñar un tratamiento oportuno. Sin embargo, la enfermedad de Parkinson es notoriamente difícil de diagnosticar con precisión, particularmente al principio de su desarrollo.
Alto índice de errores de diagnóstico
No existen pruebas de definitivas para el diagnóstico de la enfermedad de Parkinson, especialmente en las etapas tempranas donde los síntomas pueden ser sutiles y mal caracterizados.
Hasta ahora, el diagnóstico se basa en la observación del movimiento de una persona donde los signos iniciales pueden ser bastante sutiles, lo que resulta en un alto índice de errores de diagnóstico, por lo que las personas pueden tener la enfermedad durante muchos años antes de que se manifiesten los síntomas.
En este entorno, el investigador Warwick Adams, estudiante de doctorado en Tecnología de la Información de la Universidad Charles Sturt, en Australia, quien además padece la enfermedad, desarrolló una técnica para detectar el Parkinson.
Para hacerlo, desarrolló un método basado en inteligencia artificial que analiza los patrones en el movimiento de los dedos de una persona a medida que escriben en una computadora, lo que permite detectar con precisión la enfermedad de Parkinson, incluso en el inicio temprano.
Características del movimiento de las manos y los dedos
A fin de comprobar la efectividad y eficiencia de la técnica, la cual no requiere ningún equipo especializado o archivos adjuntos, el investigador analizó la información de tiempo de pulsación de tecla de 103 participantes, incluidos 32 con severidad leve de la enfermedad de Parkinson, mientras escribían alrededor de 400 palabras en el teclado de una computadora.
El investigador descubrió que la enfermedad de Parkinson afecta varias características del movimiento de las manos y los dedos y que pueden detectarse. Luego usó un nuevo método para clasificar el estado de la enfermedad de los participantes mediante el uso de una combinación de muchas características de pulsación de teclas analizadas por un conjunto de modelos de clasificación de aprendizaje automático.
Los resultados revelaron una tasa de precisión en el diagnóstico de la enfermedad del 97 por ciento, cifra que supera significativamente a los métodos de diagnóstico tradicionales. Claramente, contar con una detección más temprana del Parkinson favorece la capacidad de controlar los efectos de la medicación y la progresión de la enfermedad con el tiempo.
Adams indicó que su invención se desarrollará en un conjunto de diagnóstico completo al que se puede acceder a través de la web, y agregó que, una vez desarrollado, tiene un enorme potencial comercial mundial.
Referencia: High-accuracy detection of early Parkinson’s Disease using multiple characteristics of finger movement while typin. Plos One, 2017. https://doi.org/10.1371/journal.pone.0188226