Una técnica de procesamiento de vídeo desarrollada en la Universidad de Florida que utiliza inteligencia artificial ayudará a los neurólogos a detectar mejor la progresión de la enfermedad de Parkinson en los pacientes y, en última instancia, mejorará su atención y calidad de vida.
El sistema, desarrollado por Diego Garin, Ph.D., profesor asistente de fisiología aplicada y kinesiología en la Facultad de Salud y Rendimiento Humano de la UF, aplica el aprendizaje automático para analizar grabaciones de video de pacientes que realizan pruebas de golpeteo con los dedos. prueba estandarizada. Para la enfermedad de Parkinson implica dar golpecitos con el pulgar y el índice 10 veces rápidamente.
“Al estudiar estos videos, podemos detectar incluso pequeños cambios en los movimientos de la mano que son característicos de la enfermedad de Parkinson pero que son difíciles de detectar para los médicos”, dijo Garin, afiliado al Instituto Norman Fiskell de Enfermedades Neurológicas de UF Health. ser difícil de identificar visualmente”. . “La belleza de esta tecnología es que un paciente puede grabarse a sí mismo haciendo la prueba, y el software la analiza y le dice al médico cómo se mueve el paciente para que el terapeuta pueda tomar una decisión”.
La enfermedad de Parkinson es un trastorno cerebral que afecta el movimiento y puede provocar lentitud de movimiento, temblores, rigidez y problemas de equilibrio y coordinación. Los síntomas suelen comenzar lentamente y empeorar con el tiempo. No existe una prueba de laboratorio o de imágenes específica que pueda diagnosticar la enfermedad de Parkinson, pero una serie de ejercicios y maniobras realizadas por el paciente ayudan a los médicos a identificar y evaluar la gravedad del trastorno.
La escala de calificación más comúnmente utilizada para seguir el curso de la enfermedad de Parkinson es la Escala de calificación de la enfermedad de Parkinson unificada de la Sociedad de Trastornos del Movimiento. Guarín explicó que, a pesar de su confiabilidad, la calificación se limita a una escala de 5 puntos, lo que limita su capacidad para rastrear cambios sutiles en el desarrollo y es propensa a interpretaciones subjetivas.
El equipo de investigación, que incluía al neurólogo de la UF, Joshua Wong, MD; Nicholas McFarland, MD, PhD; y Adolfo Ramirez-Zamora, MD, desarrollaron un método más objetivo para cuantificar los síntomas motores en pacientes con Parkinson mediante el análisis de videos utilizando algoritmos de aprendizaje automático y capturando cambios importantes en la enfermedad a lo largo del tiempo.
“Descubrimos que podíamos ver las mismas características que los médicos intentan ver usando cámaras y computadoras”, dijo Garin. “Con la ayuda de la IA, realizar el mismo examen es más fácil y requiere menos tiempo para todos los involucrados”.
Guarin dijo que el sistema automatizado también reveló detalles previamente pasados por alto sobre el movimiento utilizando datos precisos recopilados por la cámara, como la rapidez con la que el paciente abrió el dedo durante el movimiento y cuánto cambian las propiedades del movimiento durante cada toque.
“Hemos visto que en la enfermedad de Parkinson, el movimiento de apertura se retrasa, en comparación con el mismo movimiento en individuos sanos”, dijo Garin. “Esta es información nueva que sería casi imposible de medir sin videos y computadoras. La tecnología puede ayudarnos a comprender mejor cómo la enfermedad de Parkinson afecta el movimiento y predecir la efectividad de los tratamientos”.
Para completar el sistema, que Guarin diseñó originalmente para analizar rasgos faciales en busca de afecciones distintas de la enfermedad de Parkinson, el equipo utilizó el HiPerGator de la UF, una de las supercomputadoras de inteligencia artificial más grandes del mundo. Uno de ellos utilizó algunos de sus modelos para entrenar.
“HiPerGator nos permitió desarrollar un modelo de aprendizaje automático que simplifica los datos de vídeo en puntuaciones de movimiento”, explicó Guarin. “Utilizamos HiPerGator para entrenar, probar y optimizar varios modelos con grandes cantidades de datos de vídeo, y ahora esos modelos pueden ejecutarse en un teléfono inteligente”.
El diagnóstico automatizado basado en vídeo podría suponer un “cambio de juego” para los ensayos clínicos y la atención, afirmó Michael S. Okun, director del Instituto Norman Fixel y asesor médico de la Fundación Parkinson.
“La prueba de golpeteo con los dedos es un factor muy importante que se utiliza para diagnosticar la enfermedad de Parkinson y medir la progresión de la enfermedad”, afirmó Okon. “Hoy hace falta un experto para interpretar los resultados, pero el cambio es cómo tres neurólogos especializados en Parkinson del Instituto Diego y Fixel pueden utilizar la IA para oponerse a la progresión de la enfermedad”.
Además de poner la tecnología en manos de neurólogos y otros proveedores de atención, Guarin está trabajando con UFIT para desarrollarla en una aplicación para dispositivos móviles que permita a las personas realizar un seguimiento de su estado físico en casa a lo largo del tiempo.
