Hay numerosas razones que podríamos destacar acerca de la trascendencia de la investigación y la práctica científica. Entre ellas, se encuentran los beneficios palpables para la humanidad, el innato deseo de explorar lo desconocido y el constante impulso por expandir los límites del conocimiento. Sorprendentemente, estos avances a menudo desembocan en la creación de nuevos productos, herramientas y tratamientos, incluso en disciplinas completamente diferentes.
Solo para ofrecer algunos ejemplos, en la actualidad resulta considerablemente más sencillo medir la temperatura de los pacientes mediante un termómetro digital de infrarrojo en lugar de uno de mercurio. Este tipo se basa en la tecnología que la NASA empleaba para la medición de la temperatura en estrellas y planetas. Otro caso notable es el de Goodyear, que a finales de la década de los 70 y principios de los 80 mejoró la calidad de sus neumáticos al participar en el desarrollo de materiales destinados a los paracaídas de los módulos Viking, encargados de explorar Marte.
La ciencia y el conocimiento, siempre imprevisibles, nos guían por caminos que ni siquiera podríamos haber imaginado. Un ejemplo es la tecnología de captura de movimiento, que registra el desplazamiento de personas u objetos y transfiere los datos a un programa computacional para activar el fotorrealismo en un entorno virtual. Aunque su origen se remonta a la década de los 50, ha ganado una gran popularidad en los últimos años.
En la actualidad, esta propuesta gana terreno en el ámbito médico como una herramienta respaldada por inteligencia artificial (IA) que analiza los movimientos de los usuarios. Estudios ya publicados resaltan los beneficios potenciales que este enfoque aporta a pacientes que padecen o están en riesgo de desarrollar diversas enfermedades neurodegenerativas.
Un estudio específico, llevado a cabo por Schalkamp y colaboradores, plantea la fascinante posibilidad de detectar la enfermedad de Parkinson, ya sea en su fase clínica o prodrómica, con hasta siete años de antelación. Además, permite estimar el momento en que podría manifestarse, ofreciendo así un valioso recurso para su predicción y tratamiento temprano [1].
En otra línea de investigación, un equipo liderado por Valeria Ricotti, empleó trajes de "cuerpo completo" para anticipar la progresión de la distrofia muscular de Duchenne. Mediante el apoyo de IA, lograron desarrollar "huellas motoras" que demostraron ser más efectivas en prever el avance de la afección en comparación con los parámetros clínicos tradicionales [2].
No obstante, los investigadores destacan una variedad de beneficios asociados al uso de esta tecnología que trascienden la mera capacidad diagnóstica. Entre estos se incluyen su bajo costo, la generación de grandes volúmenes de datos del paciente, la recopilación de información en entornos del mundo real (no limitada a instalaciones médicas) y la reducción del riesgo de subjetividad en la medición de diversos parámetros.
Adicionalmente, este método podría reducir significativamente los costos asociados a los ensayos clínicos al acortar tanto el tiempo necesario como el número de pacientes requeridos para el estudio. Esto posibilitaría la identificación más rápida de las respuestas a nuevas terapias en comparación con los métodos tradicionales de investigación clínica.
En última instancia, la tecnología de captura de movimiento no solo reportaría beneficios a los pacientes afectados por enfermedades neurodegenerativas. Los investigadores sostienen la perspectiva de que las mediciones de movilidad realizadas con estos sensores podrían aplicarse a diversas patologías que afecten la capacidad del paciente para llevar a cabo sus actividades cotidianas, tales como enfermedades cardíacas y pulmonares.
Referencias:
[1] Wearable movement-tracking data identify Parkinson's disease years before clinical diagnosis. Ann-Kathrin Schalkamp, Kathryn J Peall, Neil A Harrison, Cynthia Sandor. Nat Med. 2023 Aug;29(8):2048-2056.
[2] Wearable full-body motion tracking of activities of daily living predicts disease trajectory in Duchenne muscular dystrophy. Valeria Ricotti, Balasundaram Kadirvelu, Victoria Selby, Richard Festenstein, Eugenio Mercuri, Thomas Voit, A Aldo Faisal. Nat Med. 2023 Jan;29(1):95-103.