Evaluación de mielopatía cervical centrada en el movimiento de los dedos usando un sensor sin contacto

Crédito: Pixabay/CC0 Dominio público

La mielopatía cervical (CM) resulta de la compresión de la médula espinal en el cuello y causa dificultad para mover los dedos y marcha inestable. Como los pacientes con CM en etapa temprana tienen síntomas subjetivos mínimos y son difíciles de diagnosticar correctamente para los no especialistas, los síntomas pueden agravarse antes de que un especialista diagnostique CM a los pacientes. Por lo tanto, se requiere el desarrollo de herramientas de detección para realizar el diagnóstico y tratamiento temprano de la MC.

Un equipo de investigación dirigido por los Dres. Koji Fujita, profesor de la Universidad de Medicina y Odontología de Tokio, y Yuta Sugiura, profesor asociado de la Universidad de Keio, combinaron una técnica de análisis del movimiento de los dedos utilizando un sensor sin contacto y aprendizaje automático para desarrollar una herramienta de detección simple para CM.

En este estudio, el equipo se centró en los cambios en el movimiento de los dedos causados por CM. En la prueba de agarre y liberación de 10 segundos, que es una prueba de diagnóstico convencional para CM, un sujeto repite las acciones de agarre y liberación tantas veces como sea posible en 10 segundos. La prueba simplemente mide el número de acciones de agarre y liberación y no se enfoca en los cambios en los movimientos de los dedos característicos de los pacientes con CM, como los movimientos de la muñeca para compensar la dificultad para mover el dedo. Leap Motion (Ultraleap Ltd.), un sensor capaz de medir en tiempo real los movimientos de los dedos, se puede utilizar para extraer dichos movimientos con mayor precisión. Los investigadores esperaban que CM se pudiera predecir utilizando el aprendizaje automático combinado con el sensor Leap Motion. A un sujeto sentado frente a Leap Motion conectado a una computadora portátil con los brazos extendidos se le indicó que agarrara y soltara los dedos 20 veces lo más rápido posible. Los movimientos de los dedos durante esta prueba fueron capturados por el sensor Leap Motion, mostrados en su pantalla en tiempo real y registrados como datos. Reclutaron a 50 pacientes con CM y 28 sujetos que no tenían CM. Los datos de series temporales sobre los movimientos de sus dedos adquiridos por Leap Motion se convirtieron en dominios de frecuencia, que se sometieron a aprendizaje automático utilizando una máquina de vectores de soporte. Finalmente, la precisión de los resultados fue alta como lo indica una sensibilidad del 84,0 %, una especificidad del 60,7 % y un área bajo la curva de 0,85. Este nivel de precisión es equivalente o superior al diagnóstico de CM realizado por especialistas en función de los hallazgos físicos.

La herramienta desarrollada por el equipo permite que los no especialistas evalúen a las personas para detectar la posibilidad de tener CM. Los resultados de la prueba de detección se pueden utilizar para animar a las personas con sospecha de MC a buscar la atención de un especialista para un diagnóstico temprano y un inicio temprano del tratamiento. Un objetivo de esta investigación es prevenir el agravamiento de la enfermedad que puede causar una disminución en el funcionamiento físico y la pérdida social.

Imagen 1. Los participantes se sientan frente a Leap Motion conectado a una computadora portátil, agarran y sueltan los dedos tan rápido como sea posible. completamente como sea posible 20 veces. Imagen 2. Los movimientos de los dedos se muestran en tiempo real y Leap Motion los registra como datos. Crédito: Agencia de Ciencia y Tecnología de Japón (JST)

Explore más

Detección del síndrome del túnel carpiano con un juego de teléfono inteligente Más información: Takafumi Koyama et al, Detección de mielopatía cervical con enfoque de algoritmo de aprendizaje automático sobre el movimiento de los dedos mediante un sensor sin contacto, columna vertebral (2021). DOI: 10.1097/BRS.0000000000004243 Información de la revista: Spine

Proporcionado por la Agencia de Ciencia y Tecnología de Japón Cita: Detección de mielopatía cervical centrada en el movimiento de los dedos usando un sensor sin contacto (2021 , 14 de octubre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10-cervical-myelopathy-screening-focusing-finger.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.