Desarrollan sistema informático de detección de párkinson
Por Ameyalli Villafán
México, DF. 25 de mayo de 2015 (Agencia Informativa Conacyt).- De acuerdo con la Secretaría de Salud (SSA), 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 hay una prevalencia de entre 40 y 50 casos por cada 100 mil habitantes, agrega la instancia.
Con el objetivo de buscar una forma poco invasiva para el diagnóstico del 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, desarrollaron este proyecto para su titulación sin imaginar las repercusiones que tendría en el avance de la medicina y la tecnología del país.
“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”, comentó Jorge Cruz.
En entrevista para la Agencia Informativa Conacyt, los alumnos explicaron que, con base en una investigación previa realizada junto con la Asociación Mexicana de Párkinson A. C. (AMPAC), se buscó analizar un rasgo característico que “permitiera conocer una parte cuantitativa para obtener parámetros y hacer una clasificación”. Érika Robledo detalló que “la voz tiene afectaciones y variaciones que permiten saber cuándo una persona tiene párkinson”.
Funcionamiento del sistema
El sistema obtiene registros de voz de una base de datos que fue 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”, explicó Jorge Cruz.
Por otra parte, Ricardo López expuso que “realizaron diferentes asociaciones de técnicas de inteligencia artificial con las memorias para saber cuál de todas las combinaciones arrojaría el mayor porcentaje de efectividad, para posteriormente generar una clasificación y determinar qué paciente tenía o no párkinson”.
Los estudiantes explicaron 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”, agregó.
Aporte a la ciencia y a la sociedad
Los jóvenes recién egresados de la Escom están conscientes de que su sistema es una herramienta de apoyo al médico y al paciente, pues otorga la respuesta en un rango de tiempo pequeño en comparación con las pruebas ya existentes.
Para Ricardo López, “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”, detalló.
Érika Robledo afirmó que “es importante que el proyecto haya salido del aula y tenga una aplicación real. El punto de nuestro sistema es que ayude a las personas. También puede ser que en el futuro otros estudiantes sigan nuestros pasos y ayuden desde la tecnología a diagnosticar el párkinson”.
El futuro del proyecto
Actualmente, 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”, comentó Ricardo López.
Por otra parte, consideran que su proyecto puede ser aplicado a otros padecimientos. “Para ampliarlo a otras enfermedades necesitamos un conjunto característico de la enfermedad. Podríamos ingresar otra enfermedad y generar una clasificación sin problema. Nosotros no solamente damos la clasificación con memorias, sino que sabemos qué combinación da mejor efectividad”, finalizó.
Esta obra cuyo autor es Agencia Informativa Conacyt está bajo una licencia de Reconocimiento 4.0 Internacional de Creative Commons.
