Una perspectiva en npj Digital Medicine analiza el potencial clínico de grabaciones simples para apoyar el seguimiento remoto y objetivo de la enfermedad
Una perspectiva publicada en npj Digital Medicine journal examina el alcance clínico de un estudio reciente que aplicó aprendizaje profundo or deep learning al análisis de videos grabados con teléfonos inteligentes para evaluar alteraciones de la marcha en personas con enfermedad de Parkinson. El texto destaca que este enfoque podría complementar las herramientas tradicionales de valoración clínica y ampliar el acceso a seguimiento especializado.
La enfermedad de Parkinson es un trastorno neurodegenerativo caracterizado por la pérdida de neuronas productoras de dopamina y por síntomas motores como lentitud de movimiento, inestabilidad al caminar y temblor en reposo. En ausencia de terapias modificadoras de la enfermedad, el tratamiento se centra en el control sintomático. Sin embargo, la variabilidad entre pacientes, las fluctuaciones diarias y la respuesta cambiante a medicamentos como la levodopa dificultan los ajustes terapéuticos individualizados.
En la práctica clínica, la evaluación suele apoyarse en escalas como la Movement Disorder Society Unified Parkinson’s Disease Rating Scale, que requieren personal entrenado y pueden presentar variabilidad entre evaluadores. Además, la valoración de la marcha se resume en pocos ítems con escalas ordinales, lo que limita la captura de matices clínicamente relevantes.
El estudio analizado en la perspectiva desarrolló un sistema que utiliza videos tomados de perfil con un teléfono inteligente mientras la persona camina. A partir de estas grabaciones, un modelo de aprendizaje profundo extrae patrones de movimiento articular y genera estimaciones de la severidad de la alteración de la marcha. De acuerdo con los resultados descritos, las predicciones del modelo se aproximaron a las puntuaciones consensuadas por especialistas y lograron identificar diferencias entre estados con y sin medicación.
Un aspecto señalado por los autores de la perspectiva es la capacidad del sistema para ofrecer salidas interpretables, es decir, indicar qué características del movimiento influyen en sus predicciones. Entre las variables destacadas se encuentran la velocidad del tobillo y de la cabeza, que mostraron asociación con la severidad clínica y con el estado farmacológico. Este desglose en subcomponentes de la marcha podría facilitar intervenciones más dirigidas, por ejemplo en rehabilitación física.
Más allá del rendimiento técnico, el texto subraya el posible impacto en el acceso a la atención. En distintos contextos, una proporción considerable de personas con Parkinson no consulta regularmente a un neurólogo y un porcentaje menor accede a especialistas en trastornos del movimiento. Ante el aumento proyectado de casos en las próximas décadas, herramientas que permitan evaluaciones remotas y objetivas podrían contribuir a modelos de atención descentralizados, integrando la captura de video en consultas presenciales o de telemedicine.
La perspectiva también sitúa este enfoque frente a otras tecnologías, como los dispositivos portátiles que registran de forma continua la actividad motora. Aunque los wearables ofrecen información prolongada en condiciones de vida diaria, su incorporación a la práctica clínica ha sido limitada por barreras de flujo de trabajo, dificultades de interpretación y problemas de adherencia por parte de los pacientes. El análisis de video con smartphone, al integrarse en dinámicas ya existentes de evaluación clínica, podría resultar más aceptable en ciertos escenarios, aunque su carácter episódico restringe la observación continua.
No obstante, los autores advierten que la implementación requiere pasos adicionales. Entre ellos, validaciones externas en poblaciones diversas, definición clara de los contextos de uso y evaluación del impacto real en decisiones terapéuticas y resultados clínicos. También mencionan desafíos técnicos, como la calidad de las grabaciones y la inclusión de personas que utilizan dispositivos de apoyo para la movilidad.
En conjunto, la perspectiva plantea que el análisis automatizado de videos cotidianos puede convertirse en una herramienta complementaria dentro del ecosistema digital de atención al Parkinson. Su integración efectiva dependerá de estudios que demuestren utilidad clínica, factibilidad operativa y beneficios concretos para las personas que viven con la enfermedad.
