La enfermedad de Parkinson es la enfermedad neurológica de más rápido crecimiento, que ahora afecta a más de 10 millones de personas en todo el mundo. Sin embargo, los profesionales de la Medicina aún se enfrentan a grandes desafíos para rastrear su gravedad y progresión.
Los médicos suelen evaluar a los pacientes probando sus habilidades motoras y funciones cognitivas durante las visitas a la clínica. Estas mediciones subjetivas, a menudo, están sesgadas por factores externos: tal vez, por ejemplo, un paciente puede estar después de un largo viaje al hospital. Más del 40% de las personas con párkinson nunca son tratadas por un neurólogo, a menudo porque viven demasiado lejos de un centro hospitalario situado en un núcleo urbano o, de igual modo, tienen dificultades para viajar.
El dispositivo, que tiene aproximadamente el tamaño de un enrutador Wi-Fi, recopila datos de forma pasiva mediante señales de radio que se reflejan en el cuerpo del paciente mientras se mueve por su casa
En un esfuerzo por abordar estos problemas, un equipo de investigadores del Instituto Tecnológico de Massachusetts (MIT) han diseñado un dispositivo doméstico que puede monitorizar el movimiento y la velocidad de la marcha de un paciente, que se puede usar para evaluar la gravedad del párkinson, la progresión de la enfermedad y la respuesta del paciente a la medicación.
El dispositivo, que tiene aproximadamente el tamaño de un enrutador Wi-Fi, recopila datos de forma pasiva mediante señales de radio que se reflejan en el cuerpo del paciente mientras se mueve por su casa. El paciente no necesita usar un aparato o cambiar su comportamiento.
Mediante el uso de algoritmos de aprendizaje automático para analizar la gran cantidad de datos que recopilaron de forma pasiva, un médico podría realizar un seguimiento de la progresión del párkinson y la respuesta a la medicación de manera más efectiva que con evaluaciones periódicas en la clínica
Los investigadores utilizaron estos dispositivos para realizar un estudio anual en el hogar con 50 participantes. Demostraron que, mediante el uso de algoritmos de aprendizaje automático para analizar la gran cantidad de datos que recopilaron de forma pasiva (más de 200.000 mediciones de la velocidad de la marcha), un médico podría realizar un seguimiento de la progresión del párkinson y la respuesta a la medicación de manera más efectiva que con evaluaciones periódicas en la clínica.
"Al poder tener un dispositivo en el hogar que pueda monitorizar a un paciente y decirle al médico de forma remota sobre la progresión de la enfermedad y la respuesta del paciente a la medicación para que pueda atenderlo incluso si el paciente no puede venir al clínica, ahora tienen información real y confiable, que en realidad contribuye en gran medida a mejorar la equidad y el acceso", dice la autora principal Dina Katabi, profesora de Thuan y Nicole Pham en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS), y un investigador principal en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) y la Clínica MIT Jameel.