El análisis de dibujos a mano logra un 98,95% de acierto en la detección temprana del Parkinson

El simple gesto de dibujar una espiral o una línea ondulada podría convertirse en una prueba de cribado para el Parkinson. Investigadores de la Siksha ‘O’ Anusandhan University y del National Institute of Technology Jamshedpur, en India, han desarrollado un sistema de inteligencia artificial capaz de detectar la enfermedad con un 98,95% de precisión a partir del análisis de estos trazados manuales.

El estudio, publicado en Scientific Reports (Springer Nature), demuestra que las alteraciones motoras finas asociadas al Parkinson se reflejan en patrones específicos al dibujar. Los pacientes tienden a trazar espirales con curvas irregulares, separaciones desiguales entre vueltas y temblores visibles en la línea, así como meandros con transiciones angulares poco fluidas.

Cómo funciona el sistema

El sistema captura dos tipos de información: la imagen estática del dibujo y las señales dinámicas registradas por un lápiz biométrico que mide presión, inclinación y aceleración durante el trazado. Mientras que modelos de visión por computadora basados en transformadores (DaViT) analizan las irregularidades estructurales, redes recurrentes bidireccionales (Conv1D-BiGRU) procesan las señales temporales para capturar la dinámica del movimiento.

Ambos modelos son optimizados mediante el algoritmo metaheurístico SNAKE, que ajusta automáticamente los hiperparámetros para mejorar su rendimiento. Luego, una estrategia de fusión por conjunto ponderada combina las predicciones de ambas modalidades y emite un diagnóstico final.

“Las imágenes aportan rasgos estructurales de los trazos, como la curvatura o las desviaciones; las señales, el comportamiento temporal del movimiento, como la velocidad y la presión”, explican los autores en el artículo.

Resultados superiores a los métodos tradicionales

El sistema alcanzó un 98,95% de precisión en los dibujos de meandro y un 97,74% en las espirales, superando ampliamente a los métodos previos basados en aprendizaje automático o redes neuronales convencionales. La mejora fue estadísticamente significativa respecto a los modelos que usaban solo imágenes o solo señales.

Estos resultados posicionan al análisis de dibujos como un biomarcador digital no invasivo, económico y escalable para la detección temprana del Parkinson, una enfermedad que afecta a más de 8,5 millones de personas en el mundo, según la Organización Mundial de la Salud.

Implicaciones para la educación superior y la salud digital

El trabajo representa un ejemplo de colaboración interdisciplinaria entre inteligencia artificial, neurociencia e ingeniería biomédica, y abre líneas de investigación en biomarcadores digitales para universidades y centros de salud. La naturaleza no invasiva del test lo hace especialmente atractivo para plataformas de telemedicina y cribado poblacional, donde los pacientes podrían realizar los dibujos desde sus hogares.

Las universidades participantes han destacado la importancia de este tipo de alianzas para la transferencia tecnológica al sistema sanitario. El artículo ha sido publicado en acceso abierto gracias a la financiación de la Siksha ‘O’ Anusandhan University.

Limitaciones y próximos pasos

Los investigadores reconocen que el sistema aún no está listo para uso clínico generalizado. El estudio se realizó con un conjunto de datos reducido —66 participantes, 31 con Parkinson y 35 sanos— y sin controlar variables como la edad, el sexo o la medicación. Tampoco se ha probado en entornos clínicos reales ni se ha comparado directamente con neurólogos.

Los próximos pasos incluyen la validación en cohortes más amplias y diversas, el desarrollo de aplicaciones para dispositivos móviles y la evaluación de su capacidad para monitorizar la progresión de la enfermedad o diferenciar el Parkinson de otros trastornos del movimiento.

“El trabajo establece una base metodológica, pero aún se necesitan estudios multicéntricos y pruebas en condiciones reales”, concluyen los autores.

Contexto global

El enfoque se inscribe en una tendencia creciente de uso de biomarcadores digitales para el diagnóstico neurológico. Organizaciones como la Michael J. Fox Foundation han impulsado iniciativas similares, y otros grupos están explorando el uso de la escritura para detectar Alzheimer o trastornos del espectro autista. La facilidad de recogida de datos y la posibilidad de realizar pruebas a distancia sitúan a los biomarcadores gráficos como una de las líneas más prometedoras en neurología digital.

El conjunto de datos utilizado, NewHandPD, está disponible públicamente para fines de investigación, lo que permite que otros equipos reproduzcan y mejoren los resultados.