La doctoranda Marta Arbizu Gómez explica en este artículo el reciente estudio «Detección de la enfermedad de Parkinson con IA mediante vídeos de sonrisas», en el que se presenta a la sonrisa como biomarcador digital para el párkinson.
¿Por qué necesitamos métodos de cribado accesibles para el Parkinson?
La enfermedad de Parkinson (EP) es el trastorno neurodegenerativo con mayor crecimiento a nivel mundial, afectando cada año a más personas y generando un impacto profundo tanto en los pacientes como en sus familias y sistemas de salud.
El diagnóstico actual depende de síntomas motores como el temblor y la rigidez, los cuales suelen manifestarse en fases avanzadas, cuando ya existe una pérdida significativa de neuronas dopaminérgicas. A esto se suma la dificultad de acceso a neurólogos especializados, sobre todo en zonas rurales o en países con pocos recursos.
Disponer de una herramienta sencilla, asequible y aplicable de forma remota permitiría:
- Detectar signos tempranos de la enfermedad y facilitar intervenciones precoces.
- Ampliar el alcance del cribado en poblaciones con difícil acceso a especialistas.
- Reducir costes y barreras logísticas, aprovechando dispositivos cotidianos como smartphones o webcams.
¿Cómo se llevó a cabo la investigación?
Un estudio reciente publicado en NEJM AI propone usar inteligencia artificial (IA) para analizar vídeos de sonrisas y así identificar posibles casos de párkinson.
Los investigadores reclutaron a 1.452 participantes de distintas partes del mundo, incluyendo EE. UU. y Bangladesh. De ellos, 391 personas tenían enfermedad de Parkinson (300 diagnosticadas clínicamente y 91 autodiagnosticadas).
Cada persona grabó vídeos cortos realizando tres expresiones faciales: sonrisa, sorpresa y disgusto. A partir de estos vídeos se extrajeron características faciales clave utilizando herramientas avanzadas como OpenFace y MediaPipe. Entre las características de interés se encuentran la apertura de la boca, la activación de músculos faciales y el movimientos de cejas.
Con la información obtenida se entrenaron modelos de aprendizaje automático (modelos HistGradientBoost), para distinguir entre personas con y sin párkinson centrándose en el análisis de la sonrisa.
Suscríbete
a nuestra
Newsletter
¿Qué revelan los resultados clave?
Los resultados fueron especialmente prometedores por los siguientes motivos:
- Exactitud general en validación interna: 88%.
- Sensibilidad (capacidad para detectar correctamente casos con EP): 77%.
- Especificidad (capacidad para descartar correctamente casos sin EP): 91%.
- Valor predictivo negativo (VPN): 93 % (muy útil para descartar la enfermedad).
En pruebas externas, realizadas en EE. UU. y Bangladesh, la exactitud osciló entre el 80% y el 85%, manteniéndose competitiva con la precisión que logran algunos especialistas.
Un dato interesante es que la sonrisa resultó ser la expresión más discriminativa, por encima de la sorpresa y el disgusto. Además, el análisis no mostró sesgos significativos por sexo ni etnia en la mayoría de los conjuntos de datos.
Por tanto, el uso de expresiones faciales en el cribado de párkinson puede representar una herramienta de utilidad.
¿Qué implicaciones tiene para la práctica clínica?
El estudio demuestra el potencial de la IA para transformar el cribado temprano de párkinson. Entre las aplicaciones destacadas:
- Cribado remoto y accesible: personas en áreas rurales o sin acceso a neurólogos podrían grabar un simple vídeo desde casa y obtener una evaluación preliminar.
- Descongestionar consultas especializadas: priorizar derivaciones a neurología para los casos con mayor probabilidad de enfermedad.
- Monitorización complementaria: aunque no sustituye a un diagnóstico clínico, podría servir como seguimiento adicional en programas de telemedicina.
¿Cómo se relaciona este avance con NeuronUP?
En NeuronUP desarrollamos programas de estimulación y rehabilitación cognitiva basados en evidencia científica. Incorporar tecnologías que analicen biomarcadores digitales como la expresividad facial abre la puerta a:
- Personalización de las intervenciones según el grado de afectación motora y cognitiva.
- Detección temprana, lo que permite iniciar antes programas de rehabilitación y maximizar su efectividad.
- Integración multidisciplinar, combinando evaluación digital y estimulación cognitiva para un abordaje más completo y continuo.
Conclusión
La sonrisa, un gesto universal y aparentemente simple, puede convertirse en una herramienta poderosa para detectar de manera temprana la enfermedad de Parkinson gracias a la inteligencia artificial. Este enfoque pionero no solo acerca el diagnóstico a más personas, sino que también sienta las bases para un futuro en el que la tecnología y la rehabilitación trabajen de la mano para mejorar la calidad de vida de quienes viven con esta enfermedad.
Bibliografía
- Adnan T, Islam MS, Lee S, et al. AI-Enabled Parkinson’s Disease Screening Using Smile Videos. NEJM AI. 2025;2(7). doi:10.1056/AIoa2400950.
Lecturas recomendadas sobre la memoria de trabajo
Deja una respuesta