-wide_webp.webp)
Los avances de la tecnología son cada vez más aplicados en implementar las técnicas de las cuales se disponen para investigar. Estas aplicaciones, especialmente adaptadas al ámbito de la salud, pueden suponer grandes avances y una mayor comprensión de determinadas patologías.
Todos los avances derivados de las nuevas tecnologías se podrían llegar a traducir en diagnósticos precoces e incluso el desarrollo de tratamientos más adecuados y ajustados a la nueva información y, por lo tanto, a cada patología.
Veamos cómo una nueva tecnología que usa la inteligencia artificial ha sido capaz de detectar la enfermedad de Parkinson hasta con 15 años de antelación.
¿Cuánto sabemos realmente sobre el Parkinson?
La enfermedad de Parkinson es un trastorno neurodegenerativo que se caracteriza por causar trastornos del movimiento fundamentalmente. Sus principales síntomas son los temblores, la rigidez y los problemas de equilibrio. Sin embargo, también pueden observarse alteraciones del sueño, dolor y otros problemas de salud.
Pese a que, después del Alzheimer, es la segunda patología neurodegenerativa más habitual, en la actualidad únicamente puede diagnosticarse cuando la sintomatología ya está presente. Lamentablemente, eso indica que, en ese momento, ya hay daños cerebrales considerables e irreparables. Se considera que, por ahora, es una enfermedad sin cura y los tratamientos se centran en la reducción de los síntomas.
Sin embargo, se ha observado que hay determinados indicadores que se presentan varios años antes de la aparición de la sintomatología motora, aunque pocas veces se relacionan con el desarrollo de la enfermedad cuando se están dando. Entre estos destacan la apatía o depresión, los trastornos del sueño y la pérdida del olfato.
A día de hoy, no existe ninguna prueba que pueda realizarse en laboratorios y que permita diagnosticar aquellos casos en los que la enfermedad se desarrolla por motivos no genéticos. Se ha observado que suele darse más en hombres que en mujeres. Aunque suele afectar más a las personas mayores, también puede darse en personas jóvenes.
- Artículo relacionado: "Diferencias entre la Neuropsicología y la Neurología"
¿Qué es la IA y el aprendizaje automático?
La Inteligencia Artificial (IA) es una rama de la tecnología que focaliza su trabajo en desarrollar sistemas informáticos que puedan llevar a cabo tareas que, habitualmente, requieren de la inteligencia humana. Se diseñan de tal forma para que aprendan constantemente de la experiencia y su rendimiento mejore de forma automática y constante sin requerir la presencia o intervención humana.
Los sistemas de aprendizaje automático permiten identificar patrones en cantidades enormes de datos. De este modo, se pueden desarrollar determinadas predicciones y los sistemas pueden llegar incluso a tomar decisiones de forma autónoma.
El modelo predictivo de Parkinson gracias a la Inteligencia Artificial
Artículos publicados en las revistas Neurology y Medical Xpress, entre otras, hablan sobre las últimas investigaciones en las que se ha utilizado la IA para comprender mejor el Parkinson. Se han llevado a cabo estudios longitudinales mediante los cuales, con la ayuda de la IA, se han analizado una gran multiplicidad de factores.
En este caso, el modelo de aprendizaje automático permite predecir el riesgo de padecer Parkinson incluso hasta 15 años antes de que se manifieste la sintomatología. El algoritmo que se ha diseñado incluye el estudio de los siguientes aspectos:
- Datos clínicos tradicionales: relacionados con la sintomatología típica del Parkinson.
- Exámenes neurológicos y escaneos cerebrales: permiten identificar cambios estructurales.
- Biomarcadores: cambios biológicos o fisiopatológicos (cambios en los niveles de proteínas, por ejemplo).
- Comportamentales: cambios en el caminar, la voz o los movimientos de manos.
- Genética: estudio de la predisposición genética a desarrollar la enfermedad.
En este sentido, es importante destacar que la aplicación de la IA ha permitido incluir en los estudios mencionados aspectos específicos que, hasta ahora, han pasado desapercibidos con frecuencia como ciertos niveles de proteínas o combinaciones de metabolitos.
Además, dicha tecnología ha permitido la combinación de toda la información obtenida en los diversos ámbitos mencionados. De este modo, se ha generado la observación de los patrones y, como consecuencia, las predicciones en cuanto a la probabilidad de desarrollar la enfermedad de Parkinson.
El mayor beneficio de este modelo, sin duda, es la capacidad predictiva del desarrollo de Parkinson incluso muchos años antes de que la enfermedad empiece a manifestarse. Este hecho es crucial a la hora de intervenir puesto que, como mencionábamos anteriormente, una vez ha empezado a hacerse notoria la sintomatología, los daños cerebrales producidos son irreparables.
El impacto de este tipo de tecnología en la medicina
Como apuntábamos en el apartado anterior, el principal beneficio obtenido de estos modelos es el cambio de paradigma a la hora de intervenir. Hasta ahora, los tratamientos se centran en la reducción de los síntomas puesto que el daño cerebral ya se ha producido.
No obstante, disponer de este tipo de tecnología permitiría poder predecir el desarrollo de la enfermedad con tanta antelación que los tratamientos podrían focalizarse en evitar que los daños lleguen a producirse o, si no pueden ser evitados, que sean mínimos.
Limitaciones y desafíos
Si bien es cierto que los estudios son altamente esperanzadores, se encuentran con limitaciones similares. Se han realizado con población que no es representativa de toda la población y, por tanto, es necesario que se lleve a cabo más investigación teniendo en cuenta otro tipo de poblaciones.
Teniendo en cuenta que cada estudio tiene sus limitaciones específicas, no se puede obviar tampoco el hecho de que, en muchos casos, los diagnósticos se realizan por profesionales de la salud que no están especializados en el tema y este hecho podría llevar a tener falsos positivos en los resultados de los estudios.
