La enfermedad de Parkinson se caracteriza por su difícil diagnostico, ya que, se basa principalmente en la aparición de síntomas motores temblores, rigidez y lentitud que aparecen años después del inicio de la enfermedad. Dina Katabi , profesora y Nicole Pham del Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS) del MIT e investigadora principal de la Clínica Jameel del MIT , junto con su equipo han desarrollado un modelo de inteligenciaartificial que puede detectar el Parkinson mediante la lectura de los patrones de respiración de una persona.
La herramienta es una red neuronal basada en una serie de algoritmos que permiten evaluar si alguien tiene párkinson a partir de su respiración nocturna. Además, es capaz de discernir la gravedad y rastrear la progresión de la enfermedad a lo largo del tiempo.
Los investigadores del MIT demostraron que a través de la inteligencia artificial se puede evaluar el riesgo de enfermedad de Parkinson durante la noche mientras la persona duerme
Yuzhe Yang, primer autor del artículo publicado en Nature Medicine, Yuan Yuan y otros 12 investigadores se centraron en el potencial del líquido cefalorraquídeo y neuroimágenes para detectar la enfermedad de Parkinson. Llegaron a la conclusión de que estos son métodos invasivos, costosos y requieren acceso a centros médicos especializados, lo que los hace inadecuados para pruebas frecuentes.
“Ya en 1817, en el trabajo del Dr. James Parkinson, se observó una relación entre el párkinson y la respiración. Esto nos motivó a considerar el potencial de detectar la enfermedad a partir de la respiración sin mirar los movimientos. Algunos estudios médicos han demostrado que los síntomas respiratorios se manifiestan años antes que los síntomas motores, lo que significa que los atributos respiratorios podrían ser prometedores para la evaluación de riesgos antes del diagnóstico de Parkinson”, indica Katabi.
Para ello, el equipo desarrolló un dispositivo con la apariencia de un router que emite señales de radio, analiza sus reflejos en el entorno circundante y extrae los patrones de respiración del sujeto sin ningún tipo de interferencia corporal. Posteriormente, la señal de respiración se envía a la red neuronal para evaluar el Parkinson de manera pasiva, sin necesitar ningún esfuerzo por parte del paciente.
“Tenemos información muy limitada sobre las manifestaciones de la enfermedad en su entorno natural y el dispositivo de Katabi permite obtener evaluaciones objetivas del mundo real sobre cómo les va a las personas en sus hogares”
“En términos de desarrollo de fármacos, los resultados pueden permitir ensayos clínicos con una duración significativamente más corta y menos participantes, lo que en última instancia acelerará el desarrollo de nuevas terapias. En términos de atención clínica, el enfoque puede ayudar en la evaluación de pacientes con Parkinson en comunidades tradicionalmente desatendidas”, agrega Katabi.
“Tenemos información muy limitada sobre las manifestaciones de la enfermedad en su entorno natural y el dispositivo de Katabi permite obtener evaluaciones objetivas del mundo real sobre cómo les va a las personas en sus hogares”, concluye Ray Dorsey , profesor de neurología en la Universidad de Rochester y especialista en párkinson.