Nuevas tecnologías para diagnóstico cuantitativo en trastornos de movimiento: Desarrollo de una pulsera sensible y tecnología móvil para la detección de eventos de movimiento patológico.

Abstract

En la actualidad el diagnóstico de enfermedad de Parkinson se basa en evaluación clínica, utilizando la escala Movement Disorder Society Unified Parkinson's Disease Rating Scale (MDF UPDRS), pese a los avances tecnológicos de las últimas décadas en el tema. En este proyecto final integrador presento el diseño y desarrollo de nuevas tecnologías para diagnóstico cuantitativo de enfermedad de Parkinson. Para lograrlo llevé a cabo la construcción de un sistema bimodular de adquisición y procesamiento de señales de aceleración. El primer módulo es una pulsera encargada de adquirir los datos de movimiento y transmitirlos de forma inalámbrica. El segundo módulo es una aplicación móvil desarrollada especialmente con el fin de establecer la comunicación inalámbrica entre los módulos, recibir la información de la pulsera, permitir el ingreso de información sobre la evaluación y generar los archivos para finalmente almacenarlos en la memoria interna del dispositivo. Para realizar diagnóstico cuantitativo se buscan parámetros objetivos, alguna cantidad que correlacione con el fenómeno que se quiere cuantificar. En este trabajo desarrollé herramientas de análisis matemático, calculando parámetros vinculados a patrones temporales y frecuenciales. La validación de las herramientas de análisis fue hecha en un ensayo clínico para el que utilicé señales de dos fuentes: señales de pacientes ambulatorios del instituto FLENI, adquiridas con el sistema bimoludar desarrollado, y señales intraquirúrgicas registradas con un método de registro comercial en el estudio de Shah et al. 2017, analizadas en una experiencia que hice en sus laboratorios en FHNW. Analizando el espectro de potencias de las señales de pacientes ambulatorios graficado en escala doble logarítmica, encontré una reducción con significancia estadística (p<0.005) del rango de frecuencias que sigue una ley de potencias (rango invariante lineal, LIR) cuando se los compara con el grupo control. Aplicando la transformada de Hilbert Huang a los datos intraquirúrgicos encontré parámetros comparables a los hallados por Shah et al. Conclusiones: El parámetro LIR calculado correlaciona con el método MDS-UPDRS-III actual, por lo que permite proponer una reducción de la dimensionalidad de la escala. Se propone el LIR encontrado como posible biomarcador de enfermedad de Parkinson. Los datos obtenidos son de calidad comparables con los obtenidos con sistemas comerciales.