Un modelo de IA detecta el Parkinson a partir de patrones respiratorios

Este modelo de IA, una red neuronal compleja diseñada para interpretar patrones respiratorios durante el sueño, ha sido desarrollado bajo la supervisión de Yuzhe Yang, estudiante de doctorado del MIT, junto con el postdoctorado Yuan Tuan. Los brillantes resultados de su trabajo logran determinar no sólo la presencia de Parkinson en un individuo, sino también la etapa de desarrollo de la enfermedad y su progresión a lo largo del tiempo.

El revolucionario estudio cuenta con la colaboración de otros expertos del MIT, como Dina Katabi, Thuan y Nicole Pham, pertenecientes al Departamento de Ingeniería Eléctrica y Ciencia de la Computación (EECS). Katabi, además, forma parte del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT y es directora del Centro de Redes Inalámbricas y Computación Móvil.

Hasta el momento, la detección del Parkinson se basaba en métodos invasivos como la neuroimagen o el análisis del líquido cefalorraquídeo, que además son costosos y requieren de un acceso especializado a centros médicos.

Evaluando el Parkinson a través de la IA cada noche

El renombrado equipo de investigadores del MIT ha demostrado, con este logro, que la aplicación de la Inteligencia Artificial puede eludir estas dificultades. Ahora es posible diagnosticar el Parkinson efectuando evaluaciones nocturnas y sin necesidad de intervenciones invasivas.

El dispositivo desarrollado por el equipo es similar a un router doméstico de Wi-Fi y su funcionamiento es simple. Emite señales de radio y analiza los reflejos obtenidos del entorno con el objetivo de recoger los patrones de respiración del sujeto, sin tener que entrar en contacto directo con el cuerpo humano. La información recolectada es enviada a la red neuronal para evaluar el Parkinson, facilitando así el proceso tanto para el paciente como para el cuidador.

Este hallazgo se sustenta en la hipótesis defendida por el Dr. James Parkinson en 1817, al establecer una correlación entre la enfermedad que lleva su nombre y posibles alteraciones en la respiración. Katabi afirma que «algunos estudios médicos han demostrado que los síntomas respiratorios se manifiestan años antes que los síntomas motores, lo que significa que los atributos respiratorios podrían ser prometedores para la evaluación de riesgos antes del diagnóstico de Parkinson.»

Katabi sostiene que este estudio podría tener una relevancia trascendental para el desarrollo de nuevos medicamentos y para el mejoramiento de la asistencia clínica.

En términos de desarrollo de fármacos, los resultados pueden permitir ensayos clínicos con una duración significativamente más corta y menos participantes, lo que en última instancia acelerará el desarrollo de nuevas terapias. En términos de atención clínica, el enfoque puede ayudar en la evaluación de los pacientes de Parkinson en comunidades tradicionalmente desatendidas, incluidos aquellos que viven en áreas rurales y aquellos con dificultades para salir de casa debido a una movilidad limitada o deterioro cognitivo».

De acuerdo con Ray Dorsey, profesor de neurología en la Universidad de Rochester y coautor del estudio. El hallazgo es potencialmente uno de los estudio más amplios jamás realizados sobre el sueño y la enfermedad de Parkinson. Él concluye: “El sensor de Katabi completamente sin contacto nos ayuda a iluminar la oscuridad”.