Dos de los proyectos ganadores en la convocatoria ‘Prototipos orientados al mercado’, que se entregarán hoy, están centrados en la aplicación de la inteligencia artificial a la salud. Son dos proyectos con objetivos de transferencia y aplicación para la mejora en la detección, diagnóstico y tratamiento de enfermedades que actualmente tienen una gran incidencia en el mundo.

Uno de los prototipos consiste en el uso de biomarcadores extraídos de la voz para la detección de depresión y enfermedades neurodegenerativas. ‘Parkinson Disease Detection’ es un proyecto de investigación desarrollado en la Universidad de Burgos, como trabajo final de grado de Adrián Arnaiz y dirigido por los doctores César Ignacio García-Osorio y José Francisco Díez Pastor. Surge para paliar todas las dificultades derivadas del diagnóstico y monitorización de este deterioro cognitivo. La alta carga de consultas a los facultativos médicos, unido al envejecimiento de la población, hará que en los próximos 15 años se dupliquen el número los pacientes de Parkinson, pasando de los 150.000 actuales a 300.000, según la Sociedad Nuclear Española.

Por ello, se ha desarrollado una aplicación capaz de detectar la enfermedad del Parkinson a través de biomarcadores extraídos de la voz utilizando técnicas de minería de datos. Esta solución aportará una manera ágil y económica de predecir y monitorizar esta enfermedad, reduciendo los costes y tiempos para la sanidad y ayudando a una detección temprana, además de ventajas adicionales como, por ejemplo, que se consigue un diagnóstico no invasivo del paciente (actualmente, escáneres cerebrales o múltiples entrevistas).

Esta solución desarrollada por la Universidad de Burgos utiliza técnicas de Inteligencia Artificial y minería de datos, con el objetivo de crear un modelo de aprendizaje automático lo más preciso posible en la detección de la enfermedad. En siguientes pasos, se desarrollará la funcionalidad de predecir en nivel de Parkinson en la escala unificada de Parkinson, UPDRS, con el fin de poder optimizar labores de monitorización de la enfermedad en pacientes ya diagnosticados.

Esta aplicación se encuentra en fase de prototipo, pendiente de la fase de validación para poder proseguir a su implantación en entornos productivos. En el prototipo actual, que ya utiliza un modelo entrenado, se ha diseñado teniendo en cuenta las necesidades de un facultativo médico. En este prototipo pueden cargarse audios de los pacientes para los que se quiere predecir si padecen Parkinson. El prototipo, tras analizar el audio, determina la probabilidad de que el paciente esté padeciendo Parkinson, además proporciona gráficas que asisten al facultativo en la realización del diagnóstico.

En futuros pasos de la investigación, se tiene como objetivo seguir optimizando el modelo y la aplicación para una implantación óptima, así como abrir el campo para la posible detección de otras enfermedades neurológicas.

Este tipo de soluciones serán cada vez más necesarias a medida que los sistemas de salud se tengan que enfrentar al paulatino envejecimiento de la población.