Universidades de Estados Unidos usan sensores y software para detectar y analizar bloqueos en la marcha, uno de los síntomas más limitantes de esta enfermedad.
La Universidad de Emory y el Georgia Tech están desarrollando una investigación para entender mejor un síntoma común y debilitante del Parkinson llamado freezing of gait o FOG, que en español se traduce como “bloqueo de la marcha”. Este síntoma provoca que las personas, al intentar caminar, sientan como si sus pies estuvieran pegados al suelo, lo que dificulta su movilidad y aumenta el riesgo de caídas.
El proyecto utiliza una herramienta de inteligencia artificial (IA) llamada ClassiFOG, que analiza los movimientos de las personas a partir de datos recogidos con cámaras de alta velocidad y sensores especiales en un laboratorio de captura de movimiento. Este sistema permite registrar el cuerpo en tres dimensiones y con gran precisión, casi a nivel milimétrico. Gracias a esta tecnología, los investigadores pueden detectar con exactitud cuándo ocurre un episodio de FOG, cuán severo es y con qué frecuencia se presenta.
“Nuestro objetivo no es sólo comprender las bases biológicas de la FOG, sino también explorar posibles medidas preventivas. Combinando el análisis basado en IA con terapias de luz y sonido, esperamos mitigar los factores que contribuyen al FOG y mejorar la movilidad y la calidad de vida de nuestros pacientes”, expresó el investigador principal Stewart Factor, profesor de neurología en Emory y director del Programa de Trastornos del Movimiento de Emory.
Una parte importante del estudio busca entender por qué ocurre el FOG, ya que, a diferencia de otros síntomas del Parkinson, este no siempre mejora con los medicamentos tradicionales basados en dopamina. Los científicos creen que otros factores también están involucrados, como la inflamación cerebral, la acumulación de una proteína llamada amiloide y la disminución de otra sustancia química del cerebro llamada norepinefrina.
Además del análisis con IA, el equipo está probando una terapia experimental que utiliza luz y sonido con frecuencias específicas para ver si puede reducir la acumulación de amiloide en el cerebro y, con ello, disminuir los episodios de FOG. Para probar esta idea, se lleva a cabo un estudio clínico de seis meses con voluntarios, que incluye pruebas detalladas como análisis de líquido cefalorraquídeo y seguimiento continuo de los movimientos usando ClassiFOG.
“La precisión y la coherencia potenciadas por la IA de ClassiFOG nos permiten realizar un seguimiento de la gravedad y la frecuencia de los episodios de FOG con un nivel de detalle que simplemente no es posible solo mediante la observación humana”, expresó el Dr. Lucas Mckay, coinvestigador principal y profesor asociado de informática biomédica y neurología en Emory y codirector del Laboratorio de Captura de Movimiento del Centro de Salud Cerebral de Emory. “Esto nos permite detectar cambios sutiles que de otro modo podrían pasar desapercibidos, cruciales para evaluar enfoques de tratamiento y mejorar los resultados de los ensayos clínicos”.
Los investigadores destacan que esta combinación de IA y tecnología de movimiento permite un seguimiento mucho más preciso que el que se lograría con observación humana. Esto es clave para evaluar posibles tratamientos, mejorar la calidad de los ensayos clínicos y, sobre todo, ofrecer mejores soluciones a los pacientes.
Este enfoque pionero podría transformar el tratamiento del Parkinson, especialmente para las personas que sufren de bloqueos en la marcha. La combinación de tecnología avanzada con terapias no invasivas no solo puede ayudar a mejorar la calidad de vida de los pacientes y a entender mejor los síntomas de Parkinson, sino también encontrar formas de prevenirlo o reducir su impacto en la vida diaria de los pacientes.
