El revolucionario uso de la inteligencia artificial en el tratamiento del Parkinson

Tratar el cerebro es extremadamente complejo. Mientras que comprendemos con claridad el mecanismo de acción de los pulmones al llenarse de aire o del corazón al bombear sangre, el funcionamiento de los impulsos electroquímicos que recorren nuestro cerebro sigue siendo un misterio en gran parte. ¿Cuánto de este proceso depende de las sustancias entre las neuronas? ¿Y cuánto de las conexiones entre las diferentes estructuras cerebrales? La respuesta no es simple, pero eso no nos ha detenido. Si alguna vez has intentado arreglar un ordenador sin conocimientos informáticos, tal vez lo hayas reiniciado abruptamente o incluso le hayas dado un golpe. Algo similar ocurre con el cerebro.

Desde hace mucho tiempo, se han realizado trepanaciones, lobotomías, terapias electroconvulsivas y otros procedimientos que, aunque efectivos en algunos casos, pueden parecer brutales, como si intentáramos matar moscas a cañonazos. En esta misma línea están los estimuladores cerebrales profundos, dispositivos similares a marcapasos que se insertan en lo profundo del sistema nervioso y emiten pequeñas descargas con efectos asombrosos, como la reducción de los síntomas del Parkinson en algunos pacientes, al menos por un tiempo. Ahora, un nuevo estudio ha utilizado la inteligencia artificial para llevar estos dispositivos a un nivel superior.

El estudio incluyó a un número reducido de pacientes debido a la complejidad del tratamiento y al alto costo de los dispositivos, pero obtuvo resultados alentadores. A cuatro personas que ya estaban recibiendo estimulación cerebral profunda convencional se les preguntó primero cuál era el síntoma más persistente y molesto, a pesar del tratamiento. La mayoría mencionó movimientos involuntarios o dificultad para iniciar el movimiento. Los expertos entonces implementaron la estimulación cerebral profunda adaptativa junto con la terapia convencional que los pacientes ya estaban recibiendo.

Después de varios meses de entrenamiento de un algoritmo, los participantes regresaron a sus hogares con el dispositivo de estimulación cerebral profunda adaptativa. Se realizó una prueba comparativa en la que se alternaron los tratamientos convencionales con la estimulación cerebral profunda adaptativa. Sorprendentemente, los investigadores lograron reducir a la mitad el síntoma que los pacientes habían identificado como el más molesto al inicio del estudio. Esto fue posible gracias al machine learning, que permitió identificar en qué momentos el paciente necesitaba más o menos estimulación eléctrica.