Un grupo de investigadores ha mejorado el tratamiento de neuroestimulación de los pacientes con párkinson al aplicarlo bajo demanda, esto es, solo cuando el paciente lo necesite, mediante el uso de inteligencia artificial.
El sistema ha sido creado por un equipo multidisciplinar de investigadores pertenecientes al Centro de Tecnología Biomédica de la Universidad Politécnica de Madrid (@CTBUPM) y a las universidades Carlos III de Madrid (@uc3m), la de Oxford (Reino Unido) y la de Coventry (Reino Unido) y su objetivo era reducir la cantidad de impulsos eléctricos que recibe el paciente sin ser siempre necesarios.
Actualmente, los síntomas de los pacientes con párkinson se tratan o bien con un tratamiento farmacológico, o bien mediante estimulación cerebral, esto es, mediante la implantación de un neuroestimulador que proporciona corriente eléctrica a través de una serie de electrodos en el área del cerebro que controla el movimiento de forma continuada, independientemente de si el paciente lo necesita en ese momento o no, lo que puede inducir a efectos adversos en el paciente, tales como la parestesia y el deterioro cognitivo, entre otros.
Por ello, lo novedoso de este tratamiento es que se realice bajo demanda. Es una estrategia más beneficiosa para el tratamiento de esta enfermedad porque "el dispositivo debe estimular solo cuando el paciente lo necesite, bajo demanda y en tiempo real" señala Carmen Cámara, investigadora del CTB-UPM.
"Desarrollar un sistema como este requiere desentrañar el funcionamiento de las redes cerebrales implicadas, entendiendo qué comportamiento neuronal se genera en diferentes estados clínicos cuando el paciente presenta síntomas como el temblor, y cómo se comporta cuando el paciente no los tiene", añade Cámara.
Para llevar a cabo este trabajo, los investigadores han estudiado este comportamiento observando la sincronización de las neuronas en los diferentes estados clínicos mediante métodos matemáticos de conectividad funcional. Han encontrado que, cuando el paciente presenta temblor, la sincronización de las neuronas cambia. Este cambio en la comunicación neuronal puede ser utilizado como elemento de decisión para que el dispositivo sepa cuándo comenzar la estimulación.
El sistema que han desarrollado los investigadores ha sido diseñado bajo el paradigma de la inteligencia artificial 'data stream minning'. "Son algoritmos novedosos capaces de trabajar en escenarios demandantes, teniendo que procesar y ofrecer una rápida respuesta", explica Cámara, y añade que "tal es el caso de los neuroestimuladores, que registran señal cerebral de manera continua durante toda la vida del paciente, siendo necesaria la monitorización y toma de decisiones permanente" .
Así, el sistema propuesto es capaz de funcionar con un 100 por cien de precisión, lo que significa que es capaz de detectar, sin fallo, el estado en el que se encuentra el paciente en cada momento.
La enfermedad de Parkinson es en la actualidad la segunda patología neurodegenerativa más importante en cuanto a su incidencia, pero se estima que se convierta en la primera en 2040 superando al Alzheimer.
