La enfermedad de Parkinson es un trastorno neurodegenerativo del sistema nervioso central que afecta principalmente el movimiento y que se caracteriza por la muerte progresiva de neuronas en una parte del cerebro llamada sustancia negra, lo que causa una disminución en la producción de dopamina, una sustancia química esencial para el control de los movimientos.
De acuerdo con la Asociación Colombiana de Neurología (ACN), más de 200.000 personas en el país viven con Parkinson, lo que no solo saca a la luz la necesidad de fortalecer el sistema de salud para que tenga la capacidad de atender la cantidad de pacientes, sino que denota la urgencia para que su diagnóstico se dé en etapas que no afecten la calidad de vida de los que viven con esta enfermedad.
Ahora puede seguirnos en Facebook y en nuestro WhatsApp Channel
La detección de esta enfermedad suele comprender largos periodos de tiempo que involucran la realización de exámenes periódicos a los complejos síntomas, lo que no solo retrasa la aplicación de posibles tratamientos, sino que profundiza las dolencias de los pacientes que ven su capacidad para valerse por sí mismos deteriorada.
Frente a este difícil panorama, en Bucaramanga se desarrolla un modelo basado en inteligencia artificial para el diagnóstico del Parkinson que cuenta con una precisión del 80% en sus resultados, lo que representa un avance en la detección de la enfermedad que cada año es la causa de muerte de más de 300 personas en el país.
De acuerdo con información recolectada por Noticias RCN, la herramienta, pionera en América Latina, se apoya en el análisis de microexpresiones faciales y variaciones sutiles en la entonación de la voz. El sistema compara estos datos con una base de registros de pacientes previamente diagnosticados, lo que permite identificar patrones asociados a la enfermedad.
Fabio Martínez, especialista de la Universidad Industrial de Santander, explicó al medio de comunicación citado que el procedimiento consiste en tomar una fotografía y grabar el audio de una persona mientras repite ciertas palabras. Posteriormente, el algoritmo procesa la información y detecta los indicadores característicos del Parkinson.
“Cuando llega una nueva persona en las mismas condiciones, se toma una foto y se le graba el audio para que repita ciertas palabras. El algoritmo es capaz de identificar esos patrones que está observando”, señaló Martínez.
El método que nació por el confinamiento de la pandemia por covid-19 para atender a personas que no podían salir de sus hogares se perfecciona de manera progresiva con el fin de tener diagnósticos más precisos en etapas en los que los primeros síntomas del Parkinson no se manifiestan.
No obstante, el nuevo método de diagnóstico todavía se encuentra en fases experimentales, por lo que su aplicación en pacientes es todavía baja y se requieren medidas que permitan detectar la enfermedad en etapas tempranas, incluso bajo el sistema de diagnóstico tradicional.
Este es el proceso tradicional de diagnóstico
Para llegar a un diagnóstico certero, el especialista realiza una exploración física y neurológica enfocada en evaluar habilidades mentales, cognitivas, reflejos y otras funciones. También se solicitan análisis de sangre con el fin de descartar que el párkinson esté causando complicaciones adicionales.
Las imágenes diagnósticas, como resonancia magnética, ecografía cerebral y tomografía, permiten descartar otras afecciones, mientras que las tomografías computarizadas, aunque menos comunes, se utilizan en ciertos casos específicos como en personas con antecedentes familiares, en las que pruebas genéticas aportan información clave.
En algunos casos se recurre a la prueba de alfa-sinucleína, que detecta la presencia de depósitos particulares vinculados a la enfermedad, facilitando así su identificación. Una vez confirmado el diagnóstico, se inicia un tratamiento con medicamentos que busca aliviar síntomas y controlar la evolución del párkinson. A esto se suman citas periódicas de seguimiento para evaluar la respuesta del paciente y adaptar las terapias según sea necesario.