Inteligencia artificial capaz de detectar el Parkinson escuchando su respiración

Desarrollada por investigadores del MIT, esta inteligencia artificial puede detectar la enfermedad de Parkinson en pacientes no diagnosticados.

La enfermedad de Parkinson es una de las más complicadas de diagnosticar en un primer momento.

El motivo detrás de esto es que su detección se basa en la aparición de los primeros síntomas motores como temblor, rigidez y lentitud.

No obstante, estos suelen verse tras varios años de padecer la enfermedad.

Hoy, una IA puede cambiarlo todo, y solo necesita escuchar su respiración.

Un equipo liderado por Dina Katabi, catedrática de Thuan, y Nicole Pham, del Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT, han desarrollado un nuevo modelo que permitirá justamente esto.

El patrón de respiración del paciente es lo único que necesita la IA para detectar el Parkinson, y lo hace incluso antes de que este haya sido diagnosticado.

Para obtener su diagnóstico, la inteligencia utiliza una red neuronal para examinar el patrón de respiración mientras las personas duermen.

Esta red, entrenada por Yuzhe Yang, estudiante de doctorado, y Yuan Yuan, investigadora postdoctoral, también es capaz de recabar más información.

Específicamente, la severidad de la enfermedad, y la progresión que va teniendo esta en el cuerpo del paciente con el tiempo.

Dina Katabi, investigadora principal del estudio, comenta que “algunos estudios han demostrado que los síntomas respiratorios se manifiestan años antes que los síntomas motores“.

Además, profundiza asegurando que esto “significa que los atributos de la respiración podrían ser prometedores para la evaluación del riesgo antes del diagnóstico del Parkinson“.

La red neuronal se entrenó usando datos extraídos de pruebas de pacientes durante sus noches de sueño.

De esta forma, se analizaron hasta 12.000 patrones respiratorios en total, con 757 siendo de pacientes con la enfermedad de Parkinson, mientras que otros 7.000 pertenecían a un grupo de estudio sano.

Los miembros del MIT determinaron durante la investigación que esta evaluación puede llevarse a cabo desde casa.

Además, la persona debe estar dormida y no hay necesidad de tocarla.

Para ello, se ha desarrollado un instrumento que ha sido descrito como un “router Wi-Fi“, aunque este se encargaría de emitir señales de radio, y analizar sus reflexiones en el entorno en el que se encuentra.

Así, pueden extraerse los patrones de respiración del sujeto sin necesidad de contacto físico directo.

Dichas señales son posteriormente enviadas a la inteligencia artificial, la cual se encargará de diagnosticar la enfermedad sin ningún esfuerzo extra.

Ya en 1817 se observó una relación entre el Parkinson y la respiración, en los trabajos del Dr. James Parkinson.

Esto los motivó a considerar la posibilidad de detectar la enfermedad a partir de la respiración sin observar los movimientos.

Los resultados de la investigación fueron bastante prometedores.

Tanto así que la inteligencia artificial fue capaz de reconocer a los pacientes de Parkinson con un 86% de precisión, y esto con apenas una noche de evaluación.

En caso de alcanzar las 12 noches, se puede obtener hasta el 95% de precisión en los resultados.

Claro, este fue el caso de los pacientes de los que ya se conocía la enfermedad de antemano.

Sin embargo, el potencial no está aquí, sino en detectar la enfermedad en personas que todavía no han sido diagnosticadas.

En el caso de este tipo de personas, el modelo de inteligencia artificial pudo predecir la enfermedad de Parkinson con un 75% de exactitud.

Una cifra bastante alta, y sorprendente para un método que no requiere esfuerzo extra por parte del paciente.

Si las cosas continúan bien para la investigación, esta IA podría convertirse en un sistema de alerta para aquellos con riesgo de padecer la enfermedad.

Incluso podría ser usada por pacientes tempranos que deseen dar rastreo al avance de la enfermedad de Parkinson en su cuerpo.

Para ello, no se necesita más que un dispositivo montado en la pared.

Fuente: New Atlas