La enfermedad de Parkinson es un trastorno progresivo que afecta el sistema nervioso y las partes del cuerpo que son controladas por los nervios. Los síntomas de esta enfermedad van apareciendo lentamente, entre los que se destacan los temblores, la rigidez o la disminución del movimiento.
Un estudio publicado en Nature Medicine afirma que ya contamos con los datos suficientes sobre el movimiento físico o el sueño de una persona para poder diagnosticar la enfermedad del párkinson de manera temprana. Y todo esto se puede hacer a través de un reloj inteligente.
Para poder hacer el estudio, Cynthia Sandor, de la Universidad de Cardiff del Reino Unido, utilizó información de más de 100.000 personas del Biobanco. Entre esos datos había registros de movimientos espontáneos de pacientes que se tomaron con la ayuda de un acelerómetro de muñeca. La investigadora y su equipo querían averiguar si esos datos recogidos podían ayudar a detectar casos de párkinson antes del diagnóstico clínico de la enfermedad.
Mediante la inteligencia artificial, se crearon modelos de aprendizaje automático que fueron entrenados con los datos recopilados. Al examinar estos modelos, los investigadores encontraron que los datos tenían la capacidad de detectar la enfermedad de Parkinson de manera más efectiva que los marcadores clínicos tradicionales, tales como información sobre el estilo de vida, la genética, los análisis de sangre y los síntomas reportados.
En resumen, observaron que los patrones relacionados con la velocidad del movimiento y la calidad del sueño, captados por los relojes inteligentes, se asociaban a un futuro inicio del párkinson. Descubrieron que la ralentización de los movimientos de una determinada persona, se podían detectar años antes del diagnóstico de la enfermedad.
Por otro lado, los problemas de interrupción del sueño eran más frecuentes en personas que terminaron siendo diagnosticadas con párkinson, que en los que padecieron otros tipos de problemas neurodegenerativos y de movimiento.
"Hemos demostrado aquí que una sola semana de datos capturados puede predecir eventos hasta siete años en el futuro. Con estos resultados, podríamos desarrollar una valiosa herramienta de cribado para ayudar en la detección precoz del párkinson", indica Sandor, autora principal del estudio.
Sobre el autor:
Stefano Traverso
Stefano Traverso es licenciado en Ciencias de la Comunicación en la USMP de Perú; con un máster en Marketing Digital & E-commerce en EAE Business School de Barcelona. Ha trabajado en diferentes medios de comunicación en Perú, especializándose en deporte, cultura y turismo.