Este avance promete facilitar el diagnóstico temprano de la enfermedad de Parkinson mediante análisis de expresiones faciales en video.
Un equipo de investigadores de la Universidad de Rochester y de la Universidad de Bangladés, ha desarrollado una herramienta de detección basada en inteligencia artificial (IA) capaz de identificar indicios de la enfermedad de Parkinson (EP) a partir de breves videos de personas sonriendo. El estudio, publicado en NEJM AI, demuestra que este método es preciso, accesible y potencialmente escalable para su uso en distintos contextos, incluyendo entornos remotos o con acceso limitado a servicios médicos especializados.
La EP es un trastorno neurológico progresivo que afecta principalmente el movimiento, y cuya detección temprana puede ser difícil debido a la escasez de especialistas. Para abordar esta barrera, el nuevo sistema se basa en el análisis automatizado de videos cortos en los que los participantes imitan tres expresiones faciales: sonrisa, disgusto y sorpresa. El objetivo principal es detectar hipomimia, una reducción de la expresión facial que es característica en personas con Parkinson.
El modelo fue entrenado con el mayor conjunto de datos de este tipo hasta ahora, compuesto por grabaciones de 1,452 personas, entre ellas 391 con Parkinson. La información fue recopilada mediante una plataforma en línea que permitió a los participantes grabarse desde casa o en clínicas en distintas regiones, incluyendo Estados Unidos y Bangladés.
Los resultados fueron prometedores, pues al analizar solo videos de sonrisas, el sistema logró una precisión del 87.9% y una sensibilidad del 76.8% en las pruebas de validación interna. En pruebas externas realizadas con pacientes de una clínica en Estados Unidos alcanzó una precisión del 80.3%, y en un grupo de alto riesgo en Bangladés, del 85.3%. Aunque la tasa de falsos positivos fue más alta en este último grupo, el modelo mantuvo una buena capacidad para descartar la enfermedad cuando no estaba presente.
Además, el estudio evaluó el desempeño del modelo en distintos subgrupos étnicos y de género, sin detectar sesgos relevantes, salvo en el grupo de Bangladés, donde el modelo mostró un mejor rendimiento en mujeres.
Este trabajo podría convertirse en una herramienta práctica y económica para el cribado inicial de la EP. Su utilidad podría ser especialmente relevante en regiones donde el acceso al diagnóstico neurológico es limitado, ofreciendo una vía no invasiva y accesible para facilitar la detección temprana de esta condición.
