Por Carlos Tomasini
Utilizando tecnologías de inteligencia artificial (IA) y machine learning para analizar grandes cantidades de datos, un equipo de médicos e investigadores de la Fundación Michael J. Fox para la Investigación del Parkinson (MJFF, por sus siglas en inglés), en colaboración con la empresa de tecnología IBM, buscan una nueva herramienta para predecir mejor la progresión de los síntomas en pacientes de Parkinson.
Michael J. Fox –actor especialmente conocido en el mundo por haber interpretado a Marty McFly en la saga de “Volver al Futuro”– tiene la enfermedad de Parkinson desde los 29 años, y en 2000 lanzó su fundación para ayudar a buscar tratamientos y una cura para ella; y desde julio de 2018, se asoció con IBM Research.
El estudio “Descubrimiento de estados de enfermedad de Parkinson mediante machine learning y data longitudinal”, realizado en conjunto por esas instituciones, detalla un nuevo modelo de inteligencia artificial que agrupa los patrones de síntomas típicos de la enfermedad de Parkinson.
Te interesará: Crean manual gratuito para aprender a vivir con Parkinson
El modelo también predice la progresión de estos síntomas en cada momento y su gravedad, al obtener descripciones detalladas del estado clínico de un paciente recopiladas a lo largo del tiempo y así entender mejor esta enfermedad, detalla el reporte.
Utilizando la IA, se podrá ayudar a la gestión de pacientes y el diseño de ensayos clínicos porque cada paciente de Parkinson experimenta diferentes variedades de síntomas motores y no motores.
Además, usando el machine learning, se podrá obtener datos de pacientes que permitan a los médicos e investigadores contar con una nueva herramienta para predecir mejor la progresión de los síntomas de esta enfermedad.
No dejes de leer: Que no se agrave el Parkinson por la pandemia
Todo esto permitiría gestionar y tratar la enfermedad mejor la enfermedad y abre la posibilidad de identificar a los mejores candidatos para ensayos clínicos que resulten más específicos y efectivos.
“Debido a la diversidad de experiencias en la enfermedad de Parkinson, esperamos que al permitir tales predicciones, el modelo pueda ayudar en el manejo del paciente y proporcionar criterios de inclusión y definiciones de resultados más específicos durante el diseño del ensayo clínico”.
Además, estos datos permitirían a los especialistas obtener más información sobre los estados de la enfermedad y sus vías de progresión.
Los investigadores explicaron que todavía esperan pulir este modelo para que pueda proporcionar información todavía más detallada de los estados de la enfermedad mediante la incorporación de evaluaciones de biomarcadores emergentes, como las mediciones genómicas y neuroimágenes.
