La enfermedad de Parkinson es la patología neurológica que más ha crecido en el reporte global de estadísticas en el último tiempo. Según la Organización mundial de la Salud (OMS), en 2019 alrededor de 8,5 millones de personas ya la padecían. Se trata de pacientes en los que se suele diagnosticar la enfermedad de manera tardía. Además, una vez diagnosticada la patología, no cuentan con herramientas clínicas del todo precisas para monitorear su evolución. La solución podría venir por el lado de la inteligencia artificial.

Se ha intentado dar con biomarcadores que permitan satisfacer esas necesidades de los enfermos. Contar con ellos, además, facilitaría la puesta en marcha de ensayos clínicos, más que útiles y necesarios para obtener nuevas terapias. Una línea de investigación interesante en ese sentido involucra a la inteligencia artificial: en un reciente trabajo se demuestra que a partir del análisis bioinformático del patrón respiratorio nocturno de estos pacientes es factible dar con un biomarcador digital para la enfermedad de Parkinson. Tiene una elevada sensibilidad y especificidad para determinar un diagnóstico temprano, establecer la severidad, y además valorar el grado de progresión de la enfermedad.

Inteligencia artificial para la enfermedad de Parkinson

La evidencia surge de un artículo publicado recientemente en la revista Nature Medicine. Lleva en primer término la firma de Yuzhe Yang, investigador del norteamericano Instituto de Tecnología de Massachusetts (MIT, por las iniciales de su nombre en inglés). La investigación se nutrió de la información aportada por 7.671 personas que formaban parte de distintas bases de datos de instituciones sanitarias de los Estados Unidos. Alrededor de 757 de ellos contaban con diagnóstico de enfermedad de Parkinson (edad promedio 69 años, 27% eran mujeres).

La relación entre enfermedad de Parkinson y cambios en el patrón respiratorio se conoce desde hace tiempo. Ya en 1817 fue descripta por el mismísimo James Parkinson. Algunos trabajos posteriores pudieron establecer que la patología se asocia a degeneración de ciertas áreas cerebrales involucradas en la respiración. Eso desencadena, en estos pacientes, debilidad en la musculatura respiratoria y alteraciones respiratorias durante el sueño. Lo interesante, es que este compromiso aparece de manera más temprana que la clásica afección motora de la enfermedad.

Lo novedoso llega entonces por el lado del análisis no invasivo del patrón respiratorio nocturno de estos enfermos. Gracias a sensores colocados a modo de cinturón alrededor del paciente, o bien dispositivos portátiles que captan ondas de radio, es factible en la actualidad recopilar dicha información.

Yang y colaboradores ponen luego en juego a la inteligencia artificial y a las redes neuronales en la enfermedad de Parkinson. El análisis bioinformático de estos datos permite, entonces, obtener un biomarcador digital de utilidad para el diagnóstico más temprano de esta enfermedad. Pero no solo eso, además es apto para establecer una evaluación de la severidad y seguir la evolución de la enfermedad en el tiempo. Todo de manera no invasiva, objetiva, incluso desde el propio domicilio del paciente.

¿Por qué se necesitan biomarcadores en la enfermedad de Parkinson?

La búsqueda de biomarcadores de utilidad clínica, hasta el momento, aquí no ha sido muy fructífera. Eso ha atentado contra el diagnóstico temprano de la patología, pero también aleja la posibilidad un seguimiento menos subjetivo de la enfermedad. En la actualidad el control de la evolución del Parkinson recae en el empleo de algunos cuestionarios, entre los que se destaca el MDS-UPDRS. Este último tiene la dificultad de no ser del todo objetivo y muy dependiente del reporte de los pacientes. Además, no cuenta con suficiente sensibilidad para captar cambios menores en el estado de la enfermedad.

“La inteligencia artificial permite aquí el análisis de información que de otro modo sería imposible”, comenta Yang. Y recuerda que los biomarcadores disponibles en la actualidad no tienen injerencia en la práctica clínica. Esto en su mayoría debido a que requieren procedimientos invasivos para su obtención.

El autor cree que su biomarcador digital también podría ser de utilidad en la investigación clínica de la enfermedad de Parkinson. La falta de herramientas capaces de detectar cambios menores hace que los ensayos de esta patología sean largos. En comparación con otros estudios, suelen demandar tiempos mayores de seguimiento. Esto en definitiva desencadena incrementos en costos y desalienta la búsqueda de nuevas terapias. “Nuestro biomarcador podría disminuir la duración de los ensayos, reducir los costos y acelerar los progresos“, asegura Yang.