Un sensor de uñas para detectar y tratar el párkinson, gracias a la inteligencia artificial. Miles de millones de sensores, de cosas conectadas, nos esperan a la vuelta de la esquina. Monitorizan, procesan, y almacenan a grandes velocidades en la nube los grandes volúmenes de datos para poder predecir o establecer patrones gracias a la inteligencia artificial; el machine learning o aprendizaje automático, o el deep learning o aprendizaje profundo gracias a las redes neuronales.
Por ello, IBM Research y la Fundación Michael J Fox se han unido para que las capacidades en inteligencia artificial del primero; y los datos del segundo trabajen al unísono y busquen soluciones a la enfermedad de Parkinson.
Gracias a IBM Research, que ha desarrollado un prototipo de sensor de uñas que aprovecha las capacidades de la inteligencia artificial y el machine learning.
Por otro lado, el sensor podría cambiar el modo en el que los médicos utilizan los datos. Así como por ejemplo los cambios en la fuerza de agarre de un paciente, para monitorizar y rastrear enfermedades como el párkinson.
La enfermedad de parkinson es un trastorno neurológico degenerativo crónico que afecta a una de cada 100 personas mayores de 60 años. Si bien se caracteriza principalmente por trastornos motores, que incluyen temblores involuntarios y movimiento impedido; no es infrecuente que los pacientes con esta enfermedad también experimenten disminuciones cognitivas, así como problemas de comportamiento y trastornos del sueño.
El sensor desarrollado por IBM Research mide cómo las uñas se doblan y se mueven a lo largo del día, lo que es un indicativo de la fortaleza del agarre de un individuo, un biomarcador clave en la salud.
Gracias a la recolección continua de datos, que se van sumando a algoritmos de inteligencia artificial, en un futuroel sensor podría ayudar a que los médicos tuvieran una imagen más precisa de la potencia de agarre de un paciente y su movimiento en el tiempo.
Esto podría permitir que los doctores brindaran un tratamiento más personalizado para diferentes afecciones, como podría ser el párkinson o los problemas cardiovasculares.
Aunque el potencial de aplicar la IA y las técnicas de aprendizaje automático para aprender de estos datos es enorme, todavía existen desafíos. Específicamente, la heterogeneidad de la progresión de la enfermedad en los pacientes, la naturaleza multifacética de sus síntomas -motor, cognitivo y conductual- y los factores de confusión de los medicamentos que alivian los síntomas hacen de este un gran desafío.
(También puedes leer: ¿Por qué la Torre de Pisa no se cae?)
