Con el objetivo de detectar a tiempo el párkinson, tres alumnos de la Escuela Superior de Cómputo (Escom) del Instituto Politécnico Nacional (IPN), desarrollaron un sistema informático que a través de una combinación de memorias asociativas detecta la enfermedad.
Jorge Cruz, Ricardo López y Érika Robledo, estudiantes de la carrera de Ingeniería en Sistemas Computacionales, realizaron este proyecto para su titulación, sin pensar en las repercusiones que tendría en el avance de la medicina.
“El objetivo era generar un apoyo para que se pudieran clasificar pacientes, ya que el párkinson es difícil de diagnosticar, pues primero se hacen estudios de otras enfermedades”, explicó Jorge Cruz, en una entrevista con la Agencia Informativa Conacyt.
Los alumnos realizaron una investigación previa junto a la Asociación Mexicana de Párkinson A. C. (AMPAC), en la que se buscó analizar un rasgo característico que permitiera conocer una parte cuantitativa para obtener parámetros y hacer una clasificación.
“La voz tiene afectaciones y variaciones que permiten saber cuándo una persona tiene párkinson”, expuso Érika Robledo, quién explicó que el sistema obtiene registros de voz de una base de datos donada por Machine Learning de la Universidad de Oxford, la cual contenía 195 registros de pacientes con y sin párkinson, así como 23 atributos característicos de la voz.
“Estos registros son tratados para poder ingresar al sistema; posteriormente, con una combinación de memorias entre alfa-beta y morfológicas, se procesa y arroja el resultado de si la persona tiene o no párkinson”, dijo a su vez, Jorge Cruz.
Los egresados de la Escom resaltaron que una de las mayores dificultades fue el tratamiento de la voz, ya que los campos que recibieron eran numéricos.
“Tuvimos que adaptarlos para que funcionaran con las memorias asociativas. También el procesamiento llegaba a tardar semanas, por lo que redujimos la forma matemática para que fuera más efectivo”, precisó Cruz.
Los estudiantes están conscientes de que su sistema es una herramienta de apoyo tanto para el médico como para el paciente, pues otorga la respuesta en un rango de tiempo pequeño en comparación con las pruebas ya existentes.
“El aporte a la ciencia es un clasificador que compara dos tipos de memoria y determina qué tan efectivas son. Hicimos un módulo grande de clasificación y encontramos la ideal para diagnosticar el párkinson”, mencionó Ricardo López.
Érika consideró que es importante que su proyecto haya salido del aula para aplicarse y de esta forma pueda ayudar a las personas. “Puede ser que en el futuro otros estudiantes sigan nuestros pasos y ayuden desde la tecnología a diagnosticar el párkinson”.
El alcance del sistema es solo de clasificación de la base datos donada por la Universidad de Oxford; sin embargo, los jóvenes ingenieros están conscientes de que falta una parte laboriosa que es la captura de voz.
“Es importante pero complicada, por lo finos y detallados que deben ser los patrones de la voz”, puntualizó López.
Los creadores consideran que su proyecto puede ser aplicado a otros padecimientos. “Para ampliarlo a otras enfermedades necesitamos un conjunto característico del padecimiento. Podríamos ingresar otra enfermedad y generar una clasificación sin problema”, agregó López.
El párkinson es una enfermedad degenerativa del sistema nervioso central que se caracteriza por la pérdida de neuronas y se manifiesta con la desregulación en el control del movimiento.
En México existe una prevalencia de entre 40 y 50 casos por cada 100 mil habitantes, de acuerdo con información de la Secretaría de Salud (SSA).