En un estudio de la Universidad de Oxford se descubrió que mediante el uso de una combinación de datos de sensores portátiles y algoritmos de aprendizaje automático, la progresión de la enfermedad de Parkinson se puede controlar con mayor precisión que mediante la observación clínica tradicional. El seguimiento de los datos de movimiento recopilados mediante tecnología de sensores no sólo puede mejorar las predicciones sobre la progresión de la enfermedad, sino que también permite hacer más.
La enfermedad de Parkinson es una afección neurológica que afecta el control motor y el movimiento. Aunque actualmente no existe cura, la intervención temprana puede ayudar a retrasar la progresión de la enfermedad en los pacientes. El diagnóstico y el seguimiento de la progresión de la enfermedad de Parkinson actualmente implica que un neurólogo utilice la Escala Unificada de Calificación de la Enfermedad de Parkinson de la Sociedad de Trastornos del Movimiento (MDS-UPDRS) para evaluar los síntomas motores del paciente asignando puntuaciones a la realización de movimientos específicos. Sin embargo, debido a que se trata de un análisis humano subjetivo, la clasificación puede ser inexacta.
En el estudio de Oxford, se monitorizó la progresión de la enfermedad de 74 pacientes con Parkinson durante un período de 18 meses. Los participantes llevaban dispositivos portátiles con sensores en diferentes regiones del cuerpo: en el pecho, en la base de la columna y en cada muñeca y pie. Estos sensores, que tenían capacidades giroscópicas y acelerométricas, controlaron 122 mediciones fisiológicas diferentes y rastrearon a los pacientes durante las pruebas de marcha y balanceo postural. Luego, los datos cinéticos se analizaron mediante programas de software personalizados utilizando aprendizaje automático.
Los datos de los sensores recopilados por los dispositivos portátiles se compararon con las evaluaciones estándar MDS-UPDRS, que se consideran el estándar de oro en la práctica actual. Esa prueba tradicional, en los pacientes de este estudio «no captó ningún cambio», mientras que el análisis basado en sensores «detectó una progresión estadísticamente significativa de los síntomas motores», según los investigadores.
Tener datos más precisos sobre la progresión del Parkinson no es una cura, por supuesto. Pero la incorporación de métricas de dispositivos portátiles podría ayudar a los investigadores a confirmar la eficacia de nuevas opciones de tratamiento.