Al pie de la letra: Uso del algoritmo de análisis facial para rastrear los cambios debidos a la enfermedad de Parkinson
Inmunohistoquímica para alfa-sinucleína que muestra una tinción positiva (marrón) de un cuerpo de Lewy intraneural en la sustancia negra en la enfermedad de Parkinson. Crédito: Wikipedia
La enfermedad de Parkinson (EP) es un trastorno neurodegenerativo bien estudiado que afecta a entre 7 y 10 millones de personas en todo el mundo. A pesar de que la EP es un tema recurrente en la literatura médica desde hace más de 200 años, sus mecanismos no están claros en gran medida y los tratamientos existentes están dirigidos a mejorar los síntomas del paciente.
Entre los síntomas más comunes de la EP se encuentran los problemas motores, incluidos los temblores, la lentitud y la rigidez muscular. Estos, combinados con muchos síntomas no motores, hacen que muchos pacientes con EP desarrollen anomalías faciales, como problemas en la piel de la cara y dificultades para hacer expresiones faciales. Tales problemas no deben tomarse a la ligera, ya que la cara de uno juega un papel crucial no solo en la autoestima, sino también al interactuar con los demás. Desafortunadamente, los cambios faciales en pacientes con EP son difíciles de rastrear y cuantificar con técnicas convencionales.
Pero, ¿y si la inteligencia artificial (IA) pudiera proporcionar las herramientas que necesitábamos todo el tiempo? En un estudio reciente publicado en Brain Supplement, un equipo de científicos de la Universidad de Okayama, Japón, probó si los algoritmos modernos de análisis y detección facial podrían ser útiles en el contexto de la EP. Dirigido por el Dr. Koh Tadokoro del Departamento de Neurología, el equipo reclutó a 193 personas, la mitad de las cuales eran pacientes con EP en diferentes etapas de la enfermedad y la otra mitad eran sujetos de control sanos. Los sujetos fueron llevados a una sala de consulta en la clínica de la Universidad y los investigadores tomaron una sola fotografía de su rostro sin dar ninguna instrucción especial.
Una vez que se tomaron las fotografías, el equipo usó software de IA disponible comercialmente para detectar los rostros de los sujetos y analizar algunos de sus atributos; es decir, la edad aparente, la emoción expresada y el estado de la piel del rostro. A través de análisis estadísticos, exploraron si los algoritmos basados en IA podían encontrar diferencias significativas en estos atributos entre el grupo de control y el grupo de EP.
Curiosamente, la diferencia de edad, que es la edad aparente estimada por el software menos la edad real del sujeto, fue un factor que difirió entre ambos grupos. En promedio, la diferencia de edad para los pacientes con EP fue mayor que para los sujetos sanos, lo que revela que los primeros tendían a parecer un poco mayores que su edad real a los ojos de la IA. Además, era más probable que la expresión facial de los pacientes con EP se clasificara como «sin expresión» en comparación con los sujetos sanos, que tenían una probabilidad significativamente mayor de tener una expresión clasificada como «felicidad». Por otro lado, en cuanto a la condición de la piel, los investigadores no encontraron diferencias notables entre ambos grupos.
En general, la estrategia adoptada en el estudio y los resultados obtenidos podrían allanar el camino para incorporar software basado en IA. en futuras investigaciones sobre los síntomas de la EP. El enfoque que utilizó el equipo es relativamente simple y rentable, como explica el Dr. Tadokoro: «Mientras que la mayoría de los estudios anteriores evaluaron los cambios faciales causados por la EP durante el movimiento o las tareas, encontramos evidencia de cambios faciales específicos basados únicamente en una sola fotografía usando IA moderna». Además, el equipo también notó algunas limitaciones del software de análisis facial, como tener un peor desempeño en algunos aspectos para las personas con piel más oscura o ser menos preciso al estimar la edad de los asiáticos. Dichos problemas pueden y deben abordarse antes de que el software se utilice en la investigación clínica.
En resumen, es posible que las herramientas basadas en IA tengan un potencial sin explotar para el análisis cuantitativo rápido de pacientes con EP. Entusiasmado con los resultados, el Dr. Tadokoro comenta: «Esperamos que nuestro estudio acelere el uso de la tecnología de IA para el diagnóstico y tratamiento de pacientes con Parkinson y otras enfermedades neurodegenerativas». Esperemos que los futuros investigadores tomen nota del poder de la IA en el contexto de los trastornos neurológicos para impulsar el campo hacia una comprensión más profunda.
Explore más
Rápido para sonreír: un estudio muestra que la velocidad de expresión ofrece señales visuales vitales Proporcionado por la Universidad de Okayama Cita: Valor nominal: Uso del algoritmo de análisis facial para rastrear cambios debido a la enfermedad de Parkinson (2021, 16 de marzo) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-facial-analysis-algorithm-track-due.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.