Marcadores de progresión de enfermedades neurodegenerativas (MARKERS-NDD) (MARKERS-NDD)

Teniendo en cuenta las estimaciones actuales y la carga social y económica mundial de las enfermedades neurodegenerativas, se necesitan urgentemente cambios en la forma y el momento del diagnóstico de estas enfermedades, así como en la puntualidad con la que se llevan a cabo intervenciones terapéuticas eficaces. La complejidad de los mecanismos moleculares que subyacen a la degeneración neuronal y la heterogeneidad de la población de pacientes afectados por enfermedades neurodegenerativas presentan enormes desafíos para el desarrollo de herramientas y sistemas de diagnóstico temprano capaces de predecir el curso de la enfermedad.

A pesar de la intensa investigación en el campo de la farmacología, la cirugía y la rehabilitación, las enfermedades neurodegenerativas siguen siendo enfermedades crónicas y progresivas sin una terapia que pueda cambiar su curso.

MARKERS-NDD es un estudio longitudinal, observacional y prospectivo, que tiene como objetivo recopilar datos de pacientes afectados por enfermedades neurodegenerativas (NDD) seguidos longitudinalmente para exámenes de rutina realizados como parte de la práctica clínica habitual. Los datos recopilados de evaluaciones clínicas, análisis de movimiento, imágenes cerebrales, evaluaciones neuropsicológicas y electroencefalográficas, pruebas de química sanguínea serán analizados para realizar investigaciones estadísticas y análisis predictivos, utilizando también sistemas de inteligencia artificial, que permitan la identificación de nuevos marcadores tempranos de diagnóstico y pronóstico. de enfermedades neurodegenerativas.

El análisis cuantitativo del movimiento, con la ayuda de sistemas estándar de captura de movimiento (análisis de la marcha) y con sensores inerciales portátiles, es una herramienta válida tanto para apoyar el diagnóstico clínico como para evaluar la respuesta al tratamiento farmacológico y para monitorear la progresión de las NDD. Desde esta perspectiva, el análisis cinemático de la marcha y el gesto gráfico puede revelar alteraciones tempranas de las características motoras para apoyar el diagnóstico diferencial y la estratificación del paciente y permitirnos seguir la progresión de la enfermedad en el tiempo.

Aunque los síntomas motores representan aspectos clave para el diagnóstico diferencial entre el síndrome parkinsoniano y la demencia, las alteraciones de las funciones cognitivas y, en particular, de las funciones ejecutivas también pueden estar presentes en las primeras etapas de la enfermedad en pacientes con sinucleinopatías como la EP y la demencia con cuerpos de Lewy.

En la enfermedad de Parkinson (EP), estos trastornos cognitivos pueden evolucionar con el tiempo hacia un deterioro cognitivo leve (Deterioro cognitivo leve, PD-MCI) hasta la demencia (Demencia de la Enfermedad de Parkinson, PDD).

La identificación de marcadores neuropsicológicos que puedan predecir la evolución de estas enfermedades y el riesgo de conversión en pacientes con EP es un aspecto crucial para el tratamiento y manejo de los pacientes en las diferentes fases de la enfermedad.

En la era de la inteligencia artificial (IA), con la introducción de la visión por computadora impulsada por la IA, el movimiento humano puede rastrearse y analizarse en tiempo real con el apoyo de una simple cámara de dispositivos móviles, como tabletas y teléfonos inteligentes, eliminando potencialmente la necesidad de sensores adicionales o equipos especializados. Por tanto, un enfoque como la telemedicina utilizando IA podría ofrecer nuevas posibilidades y desafíos para el diagnóstico remoto, la telemonitorización y la telerehabilitación en trastornos neurológicos como las enfermedades neurodegenerativas. El análisis de movimiento basado en visión por computadora impulsada por IA podría reducir la cantidad de movimientos del paciente, especialmente en las etapas avanzadas de la enfermedad, a menudo caracterizada por una discapacidad grave, aliviar la carga de los cuidadores que a veces son ancianos o participan en actividades laborales, y permitir consultas. llevarse a cabo en zonas remotas y de difícil acceso.

La comparación y validación de estos sistemas con el estándar de oro del análisis del movimiento que representa el análisis de la marcha con capturas de movimiento y los ya validados sistemas de análisis con sensores inerciales, constituye una pieza clave en el desarrollo de herramientas clínicas que apoyen el diagnóstico remoto y la telemonitorización de terapias. Tratamientos farmacológicos y de rehabilitación.

Asimismo, la aplicación de sistemas de inteligencia artificial para el análisis cinemático del gesto gráfico ha permitido el desarrollo de diversos sistemas de reconocimiento de patrones para el reconocimiento automático de escritura a mano en diferentes campos de aplicación.

Las características disgráficas se relacionaron con anomalías de las funciones motoras y cognitivas reveladas por pruebas clínicas y neuropsicológicas, así como con correlatos neurofisiológicos de la actividad cortical relacionada con la escritura, como el electroencefalograma (EEG).

Sistema de análisis de escritura que utiliza sistemas de inteligencia artificial e implica la ejecución de pruebas neuropsicológicas validadas, con la ayuda de tabletas gráficas comerciales, realizadas como parte de la práctica clínica habitual, como una simple visita ambulatoria o durante un examen neuropsicológico estructural como componente de El enfoque multidisciplinario ahora común que caracteriza el tratamiento de pacientes con NDD podría ser particularmente útil en PD-MCI para seguir la progresión de los síntomas motores y cognitivos. Como medida rentable y no invasiva del rendimiento motor y cognitivo, los sistemas de análisis de gestos gráficos podrían aplicarse repetidamente a lo largo del tiempo sin efectos seriales o de metaaprendizaje.

Otro aspecto clave en el diagnóstico precoz de los NDD está representado por el análisis de la voz: la producción de la voz humana se produce a través de movimientos complejos y sinérgicos de sistemas y subsistemas (cuerdas vocales, laringe, glotis, cavidad bucal, etc.), que pueden verse influenciados. por las condiciones de salud del hablante. En particular, entre las enfermedades neurodegenerativas, la EP y el parkinsonismo implican cambios dramáticos, objetivos y mensurables en la producción vocal, que pueden incluir (entre otros) aumento de los niveles de ruido (debido al cierre incompleto de las cuerdas vocales) y pérdida de la voz (disartrofonía, disartria y hipofonía). Aunque la evaluación de los trastornos del habla puede realizarse mediante laringoscopios e instrumentos videoestroboscópicos, se trata de pruebas muy costosas que requieren mucho tiempo y personal cualificado. Los sistemas de inteligencia artificial basados ​​en voz que hacen uso de sistemas comerciales (dispositivos móviles equipados con micrófonos con robustez sonora) podrían permitir el análisis de la voz con algoritmos de inteligencia artificial, para diagnosticar la enfermedad en sus primeras etapas.

Un análisis a largo plazo de parámetros comunes de química sanguínea de laboratorio y análisis de diferentes muestras biológicas, como muestras fecales para análisis de microbiota, realizados como controles de rutina por pacientes con enfermedades crónicas como las NDD, podrían permitir la identificación de asociaciones y marcadores tempranos útiles en la diagnóstico y seguimiento de la progresión de la enfermedad.

Al mismo tiempo, se prevé la introducción de sistemas de imágenes cerebrales cada vez más potentes y precisos, apoyados en sistemas de aprendizaje automático y técnicas de inteligencia artificial, para obtener un diagnóstico etiológico cada vez más preciso.

Lo relevante es que cada enfermedad neurodegenerativa favorece una red cerebral específica que a su vez se asocia con una pérdida específica de tejido en regiones cerebrales particulares. Por tanto, surge la posibilidad de identificar nuevos marcadores de neuroimagen mediante sistemas de aprendizaje automático que orienten el diagnóstico diferencial y evalúen con precisión el curso de la enfermedad.

En conclusión, el enfoque adoptado por el estudio MARKERS-NDD es fundamental para aumentar el potencial de éxito de una ambiciosa estrategia que pretende desarrollar marcadores de progresión de enfermedades neurodegenerativas que aceleren la búsqueda de terapias modificadoras de la enfermedad.