Un concurso internacional -organizado por una universidad israelí y con 100.000 dólares en premios provistos en parte por la fundación creada por el actor estadounidense Michael J. Fox– ayudó a comprender mejor un preocupante, y difícil de tratar, problema asociado con el Mal de Parkinson.
Investigadores de la Facultad de Ciencias Médicas y de la Salud de la Universidad de Tel Aviv invitaron a la comunidad científica internacional del sector de la inteligencia artificial (IA) a participar en un concurso diseñado para avanzar en uno de sus estudios y ayudar a los neurólogos.
También le puede interesar: Un nuevo sistema israelí usa inteligencia artificial contra el cáncer
El objetivo: desarrollar un modelo de aprendizaje automático que sirva de soporte a un sensor portátil para el seguimiento y cuantificación de los episodios conocidos como FOG (la sigla de la frase en inglés freezing of gait) o «congelación de la marcha» al caminar.
Durante los episodios de FOG, que en general duran menos de un minuto, las personas afectadas por la enfermedad detiene su marcha y se queja de que tiene los pies «pegados» al suelo. Una vez que supera el bloqueo, puede caminar con relativa fluidez.
Se trata de un fenómeno debilitante «y hasta ahora inexplicable que afecta a entre el 38 y el 65 por ciento de los pacientes con Parkinson», señaló el profesor Jeff Hausdorff, líder de la investigación.
Episodios que pueden provocar lesiones
Los episodios de FOG, añadió, pueden «perjudicar gravemente la movilidad, la independencia y la calidad de vida de las personas con Parkinson, causando una gran frustración y, con frecuencia, provocando caídas y lesiones».
Desde la universidad israelí explicaron que, en la actualidad, el diagnóstico y el seguimiento del FOG se basa generalmente en cuestionarios que responden los propios pacientes y la observación visual por parte de los médicos.
View this post on Instagram
También se utiliza el análisis fotograma a fotograma de videos de pacientes en movimiento, considerado el método estándar más fiable y preciso pero que tiene algunos inconvenientes graves: requiere mucho tiempo y es impracticable para el seguimiento a largo plazo en el hogar y la vida diaria.
Investigadores alrededor del mundo están tratando de utilizar sensores portátiles para rastrear y cuantificar el funcionamiento diario de los pacientes. Sin embargo, hasta ahora, los ensayos más exitosos se basaron en un número muy pequeño de sujetos de estudio.
También le puede interesar: Gran hallazgo israelí: el "parásito de los gatos" puede ayudar a defender nuestro cerebro
Para esta nueva investigación, los expertos de la Universidad de Tel Aviv recopilaron datos de varios estudios existentes, relacionados con más de cien pacientes y alrededor de 5.000 episodios de FOG.
Todos los datos se subieron a la plataforma Kaggle, una empresa de Google que realiza competiciones internacionales de aprendizaje automático.
Desde allí se invitó a los miembros de la comunidad mundial de aprendizaje automático a desarrollar modelos para incorporar a sensores portátiles para cuantificar varios parámetros de FOG (por ejemplo, duración, frecuencia y gravedad de los episodios).
Con el apoyo de la fundación de Michael Fox y de Google
La competencia ofreció un premio de 100.000 dólares -aportados por Kaggle y por la Michael J. Fox Foundation for Parkinson’s Research– para las mejores soluciones. Desde ochenta y tres países llegaron casi 25.000 propuestas científicas, reveló la Universidad de Tel Aviv.
Los resultados de los mejores modelos fueron muy similares a los obtenidos mediante el método de análisis de video y significativamente mejores que los de experimentos anteriores basados en un único sensor portátil.
Además, los modelos condujeron a un nuevo descubrimiento: una relación interesante entre la frecuencia de FOG y la hora del día.
«Observamos por primera vez un patrón diario recurrente, con picos de episodios de FOG a determinadas horas del día, que pueden estar asociados a fenómenos clínicos como la fatiga o el efecto de los fármacos», dijo Eran Gazit, otro de los académicos que participó del proyecto.
Para seguir leyendo: Dime cómo caminas y te diré cómo envejeces
Son «hallazgos importantes tanto para el tratamiento clínico como para la investigación continua sobre FOG», aseveró.
Con todos estos datos en la mano, el profesor Hausdorff remarcó que los sensores portátiles respaldados por modelos de aprendizaje automático «pueden monitorear y cuantificar continuamente los episodios de FOG, así como el funcionamiento general del paciente en la vida diaria».
Un médico informado
Un sistema de sensores «permite al médico tener una visión precisa del estado del paciente en todo momento: ¿ha mejorado o empeorado la enfermedad? ¿Responde a los medicamentos prescritos?», añadió.
De esta manera, «el médico informado puede responder con rapidez, mientras que los datos recopilados mediante esta tecnología pueden respaldar el desarrollo de nuevos tratamientos».
Finalmente, el investigador israelí subrayó que el concurso «reunió a equipos capaces y dinámicos de todo el mundo, que disfrutaron de un ambiente amistoso de aprendizaje y competencia por una buena causa».
