Analizar cómo una persona bate un huevo durante un minuto a partir de la información recopilada por un reloj inteligente puede ayudar a evaluar alteraciones motoras asociadas a la enfermedad de Parkinson desde casa, según demostraron expertos del Grupo de Investigación en Instrumentación y Acústica Aplicada de la Universidad Politécnica de Madrid (UPM).
El estudio, publicado en ‘Technologies’, contó con la participación de 22 personas con Parkinson, todos ellos miembros de la Asociación Parkinson Madrid, y 16 personas sanas que actuaron como grupo de control. Mientras batían un huevo, el reloj inteligente registraba señales de aceleración y velocidad angular mediante sensores inerciales; posteriormente, estas señales se procesaron utilizando técnicas de aprendizaje automático.
Cada participante realizó la tarea durante una semana. En una primera sesión, el ejercicio se llevó a cabo en condiciones supervisadas. Después, los participantes repitieron la actividad en su domicilio, sin supervisión directa, y regresaron al final del estudio para una última sesión supervisada. De este modo, se pudo comparar el rendimiento del sistema tanto en un entorno controlado como en condiciones reales de uso.
Los resultados muestran diferencias claras entre los grupos. Las personas con Parkinson presentaron, de forma sistemática, menor amplitud de movimiento, una frecuencia de oscilación más lenta y una disminución progresiva de la energía de la señal a lo largo de la tarea. Estos patrones se alinean con las manifestaciones clínicas de la bradicinesia, como se conoce al enlentecimiento del movimiento, propia de la enfermedad.
A partir de estas señales, el equipo extrajo características en el dominio temporal y frecuencial, y evaluó distintos modelos de aprendizaje automático. El mejor rendimiento se obtuvo con una máquina de vectores soporte, que alcanzó una precisión del 91.1 por ciento en condiciones supervisadas. Cuando el modelo se aplicó a datos obtenidos en el domicilio, la precisión se mantuvo en el 87.8 por ciento, con una reducción inferior al cuatro por ciento.
Los autores del estudio destacaron que este resultado es “especialmente relevante”, ya que uno de los principales retos de la inteligencia artificial aplicada a salud digital es que los modelos funcionen fuera del laboratorio, en condiciones de vida real.
¿Por qué la tarea de batir un huevo?
Los investigadores se plantearon la necesidad de diseñar un método para valorar el Parkinson en una situación más cercana a la vida real, como vía complementaria al análisis en consulta, que se realiza en base a escalas clínicas y observación especializada, pero se ve limitada a ofrecer una evaluación puntual del estado motor de la persona, que puede verse alterado por variables situacionales y otros factores.
En este contexto, el grupo escogió la actividad de batir un huevo, una elección que no es casual, ya que se trata de una tarea cotidiana que requiere movimientos repetitivos de flexo-extensión y rotación de la muñeca, mantener un ritmo relativamente constante y mantener la energía del movimiento durante un periodo de tiempo. Por ello, muchos pacientes identifican en actividades como esta, cocinar, remover, batir o manipular utensilios, el momento en el que empezaron a notar que algo no iba bien en sus movimientos.
Además, batir un huevo no solo forma parte de actividades de la vida diaria, sino que también se utiliza habitualmente como ejercicio en terapia ocupacional para trabajar la movilidad, la coordinación y la funcionalidad de la mano y la muñeca. Para los investigadores, esta doble dimensión como actividad cotidiana y rehabilitación terapéutica convertía la tarea en una candidata “especialmente interesante” para estudiar síntomas motores de forma natural, reproducible y cercana a la experiencia real de los pacientes.
Una tarea cotidiana, bien definida y fácil de reproducir puede generar señales con suficiente información como para que los modelos de inteligencia artificial extraigan datos útiles incluso cuando la medición se realiza en casa”, resaltó el equipo investigador, que ha subrayado que “el objetivo no es sustituir la valoración clínica”.
Los resultados obtenidos permiten avanzar hacia una herramienta que podría facilitar en un futuro el seguimiento longitudinal de síntomas motores, reducir la necesidad de desplazamientos para determinadas evaluaciones y ofrecer información complementaria sobre la evolución del paciente en su entorno habitual.
También podría ayudar a conectar la evaluación tecnológica con tareas que las personas con Parkinson reconocen como significativas en su vida diaria, lo que favorece una investigación más comprensible, aceptable y centrada en el paciente.
Con todo, los autores han enfatizado que se trata de una línea de investigación en desarrollo y que serán necesarios estudios con cohortes más amplias y diversas antes de considerar su aplicación clínica generalizada.
