Nueva herramienta para el seguimiento de síntomas motores de párkinson

Debido a la sintomatología compleja y variable de la enfermedad de Parkinson, la monitorización precisa y continua de los síntomas se convierte en un aspecto clave para ajustar de forma precisa la medicación y, además, podría utilizarse para el seguimiento de síntomas durante la validación de nuevos tratamientos. Este contexto ha impulsado el desarrollo de estrategias basadas en el uso de dispositivos portátiles y técnicas de inteligencia artificial para la monitorización continua y objetiva de los síntomas.

Uno de estos nuevos desarrollos es MONIPAR, una solución tecnológica desarrollada por el Grupo de Investigación en Instrumentación y Acústica Aplicada de la Universidad Politécnica de Madrid (UPM), que evalúa los síntomas motores de la enfermedad de Parkinson de forma objetiva. Para ello, el usuario realiza una serie de ejercicios estandarizados de forma guiada, mientras se registra la señal de movimiento con distintos sensores integrados en un reloj inteligente comercial. Esta señal es tratada con técnicas de inteligencia artificial obteniendo indicadores con los que es posible realizar un seguimiento de los principales síntomas motores asociados al párkinson. Así, MONIPAR proporciona una solución factible y rentable para la monitorización de la evolución del temblor y la ralentización de movimiento, alguno de los síntomas motores más habituales del párkinson.

Pruebas de evaluación y adquisición de datos utilizando MONIPAR. (b) Aspecto de la aplicación móvil. Fuente: UPM (Sigcha L, Pavón I, Costa N, Costa S, Gago M, Arezes P, López JM, De Arcas G. Automatic Resting Tremor Assessment in Parkinson’s Disease Using Smartwatches and Multitask Convolutional Neural Networks. Sensors. 2021; 21(1):291. https://doi.org/10.3390/s21010291)

La enfermedad de Parkinson es un trastorno neurodegenerativo que afecta a 160.000 personas en España y 8,5 millones en el mundo entero. Esta enfermedad se caracteriza por la presencia de síntomas motores como dificultad para mantener el equilibrio, rigidez muscular, lentitud de movimientos (bradicinesia), o temblores. Estos síntomas afectan a la calidad de vida de los pacientes y sus familias, lo que justifica el desarrollo de herramientas para mejorar el seguimiento de la enfermedad.

En la actualidad, la evaluación de la enfermedad se realiza mediante la observación del estado motor y mental del paciente mientras realiza tareas específicas. Este método presenta limitaciones debidas a la apreciación del síntoma. Además, las evaluaciones clínicas suelen realizarse durante un número reducido de visitas a la consulta médica al año lo que dificulta el ajuste terapéutico.

Con el objeto de superar estas limitaciones, un equipo de investigadores de la UPM ha llevado a cabo un proyecto en el que se monitorizaron los síntomas motores de pacientes con párkinson a partir de la realización de ejercicios estandarizados como los realizados durante la evaluación clínica. Para la detección y clasificación de síntomas, se han desarrollado algoritmos mediante técnicas de inteligencia artificial que consigue detectar de forma automática algunos de los síntomas más característicos de la enfermedad, como el temblor en reposo o la lentitud de movimientos (bradicinesia).

MONIPAR ha sido desarrollado en el marco de la tesis doctoral de Luis Sigcha (recientemente galardonado con el premio extraordinario de tesis doctoral del Curso 2021-2022 en la UPM) dentro del proyecto “Tecnologías capacitadoras para la asistencia, seguimiento y rehabilitación de pacientes con enfermedad de Parkinson (TECA-PARK)” financiado por el Centro Internacional sobre el Envejecimiento, dentro del programa transfronterizo INTERREG (POCTEP) 2014-2020 y el Fondo Europeo de Desarrollo Regional (FEDER).

La usabilidad de esta herramienta fue validada en el laboratorio AGE-LAB del Instituto Tecnológico de Massachusetts (MIT) y se probó con éxito en diversas asociaciones de Parkinson de España y Portugal.

Además, esta tecnología ha sido galardonada con el premio a las tecnologías más innovadoras en el UPM2T Challenge 2022 y actualmente está siendo utilizado en el marco del proyecto de investigación “Biomarcadores digitales para la evaluación del estado motor de pacientes con Enfermedad de Parkinson para su aplicación clínica y terapéutica” (BIOCLITE), PID2021-123708OB-I00, financiado por el Ministerio de Ciencia e Innovación (MCIN/AEI/10.13039/501100011033/FEDER, UE y por las “Ayudas para contratos predoctorales para la realización del doctorado con mención internacional en sus escuelas, facultad, centros e institutos de I+D+i”, financiada por el Programa Propio I+D+i 2022 de la Universidad Politécnica de Madrid.