Un estudio analiza si los movimientos durante el sueño pueden revelar señales de Alzheimer
MADRID 26 May. –
Un equipo de investigación de la UNED y la UNIR ha desarrollado un estudio que explora si pequeños movimientos registrados durante el sueño pueden aportar información útil para comprender mejor el deterioro cognitivo asociado al Alzheimer.
El trabajo, publicado recientemente en la revista ‘Information Systems Frontiers’, utiliza sensores colocados en la muñeca e inteligencia artificial explicable para analizar patrones de movimiento nocturno y estudiar qué señales podrían estar relacionadas con procesos asociados al deterioro cognitivo. La investigación está liderada desde la UNED por la catedrática de Inteligencia Artificial Olga Santos y el investigador Miguel Ángel Portaz, del Departamento de Inteligencia Artificial.
A diferencia de otros enfoques, centrados únicamente en mejorar la precisión de los modelos, el estudio pone el foco en comprender cómo toma decisiones la inteligencia artificial y qué información utiliza realmente para llegar a sus resultados. «Muchas veces nos centramos únicamente en que los modelos acierten más en sus predicciones, pero en ámbitos sensibles como la salud eso no es suficiente. Necesitamos entender qué está aprendiendo el sistema y por qué toma determinadas decisiones», explica Portaz.
La investigación forma parte de una línea de trabajo desarrollada desde hace años en la UNED sobre análisis del movimiento humano mediante inteligencia artificial. El origen del proyecto se encuentra en una colaboración previa entre Olga Santos y el profesor de la UNIR Alberto Corbí, centrada inicialmente en estudiar movimientos asociados a la práctica del aikido utilizando sensores inerciales similares a los incorporados en dispositivos móviles.
«Ese trabajo previo nos permitió desarrollar metodologías para analizar señales de movimiento y encontrar patrones relevantes mediante inteligencia artificial. Cuando el profesor Corbí comenzó a recopilar datos relacionados con movimientos nocturnos en pacientes con Alzheimer, vimos que muchas de esas técnicas podían adaptarse de forma natural al ámbito de la salud», señala Santos.
Posteriormente, el equipo de la UNED incorporó técnicas avanzadas de análisis e interpretabilidad para estudiar qué características del movimiento podían resultar más informativas.
COMPRENDER ANTES QUE DIAGNOSTICAR
Los investigadores insisten en que el trabajo no plantea una herramienta diagnóstica ni una aplicación clínica inmediata. Se trata de una prueba de concepto orientada a estudiar si estas señales pueden aportar conocimiento útil y abrir nuevas hipótesis de investigación.
Una de las ventajas del enfoque es que emplea sensores poco invasivos y tecnologías accesibles, lo que en el futuro podría facilitar nuevas formas de estudiar procesos relacionados con envejecimiento y deterioro cognitivo. Para Santos, el valor del trabajo va más allá del desarrollo tecnológico: «Lo interesante de esta línea es que no solo estamos desarrollando herramientas tecnológicas para analizar patrones de movimiento, sino también generando nuevas preguntas sobre cómo aprenden y evolucionan las personas a lo largo de la vida».
Los próximos pasos consistirán en ampliar el análisis con nuevos escenarios y seguir desarrollando modelos cada vez más interpretables. «Nos gustaría validar el sistema con más casos y en escenarios más variados, porque ahora mismo el estudio nos ha permitido comprobar que la idea tiene potencial, pero todavía necesitamos evaluar mejor su robustez. También queremos seguir avanzando en la parte de explicabilidad, porque entender por qué el modelo toma determinadas decisiones es fundamental para desarrollar herramientas más fiables y útiles», concluye Portaz.
CL11
