
Un equipo de la Universidad Nacional de Colombia desarrolló un sistema basado en inteligencia artificial capaz de detectar señales tempranas de deterioro cognitivo asociado con el párkinson a partir de la forma de caminar.
El proyecto fue liderado por el ingeniero biomédico y fisioterapeuta José Elkin Serna Soto, quien diseñó un algoritmo que alcanza hasta un 80 % de precisión al identificar patrones de movimiento vinculados con alteraciones en la memoria, la atención y el pensamiento.
El párkinson, descrito en 1817 por el médico británico James Parkinson, se caracteriza por temblores, rigidez muscular y problemas de equilibrio. Con el paso del tiempo también puede afectar funciones cognitivas. Según la Organización Mundial de la Salud, más de 8,5 millones de personas vivían con esta enfermedad en 2019, una cifra que se ha duplicado desde finales del siglo pasado.
Leer más: Tratamiento digital con Tetris muestra efectos duraderos contra el estrés postraumático
Figuras como el boxeador Muhammad Ali y el actor Michael J. Fox han visibilizado el impacto de este trastorno neurodegenerativo, que no tiene cura y cuya progresión varía entre pacientes.
La caminata como ventana al cerebro
El sistema analiza 38 variables relacionadas con la marcha, entre ellas la velocidad, la longitud de los pasos, la regularidad del movimiento, la oscilación de los brazos y la manera en que la persona desacelera antes de sentarse o al aproximarse a un obstáculo.
Para entrenar el modelo, los investigadores utilizaron datos de 48 personas en etapas tempranas de la enfermedad, extraídos de la base internacional Parkinson’s Progression Markers Initiative (PPMI), impulsada por la fundación creada por Michael J. Fox. Esta base sigue a pacientes durante años para estudiar la evolución del trastorno.
Los participantes fueron divididos en dos grupos: quienes no presentaban deterioro cognitivo y quienes ya mostraban alteraciones leves. El algoritmo comparó los registros de movimiento con evaluaciones neuropsicológicas realizadas hasta un año después. Así logró identificar patrones que anticipan cambios cognitivos antes de que sean evidentes en consulta.
Leer más: Piel neuromórfica para robots: la tecnología que permite sentir presión y reaccionar como un sistema nervioso
Uno de los métodos que mostró mejor desempeño incorpora principios de la mecánica cuántica, lo que amplía la capacidad del sistema para detectar combinaciones complejas entre variables. El resultado es un modelo que no solo observa la lentitud o el arrastre de los pies, sino cambios sutiles casi imperceptibles para el ojo humano.
El impacto potencial es significativo. En la práctica clínica, el neurólogo evalúa al paciente durante pocos minutos. Sin embargo, los síntomas fluctúan a lo largo del día según la medicación y el nivel de actividad. Este tipo de herramienta permitiría monitorear el movimiento en entornos cotidianos y complementar la valoración médica tradicional.
Aunque no reemplaza el diagnóstico especializado, la tecnología abre la puerta a intervenciones más tempranas, ajustes oportunos en el tratamiento y un seguimiento más preciso de la progresión. En una enfermedad donde cada señal cuenta, convertir la caminata en un indicador objetivo del estado cerebral puede marcar una diferencia en la calidad de vida de millones de personas.
Foto: vm



