Una nueva herramienta de aprendizaje automático de código abierto llamada ActiTect puede identificar una señal de alerta temprana de la enfermedad de Parkinson y trastornos relacionados simplemente analizando los datos de movimiento de la muñeca durante el sueño. Investigadores de múltiples instituciones europeas entrenaron el algoritmo para detectar el trastorno del comportamiento del sueño REM aislado (iRBD), una condición en la que las personas actúan físicamente sus sueños, a menudo años antes de que aparezcan enfermedades neurológicas.
La investigación
El equipo construyó y probó ActiTect en grabaciones de actigrafía de 279 individuos de cinco conjuntos de datos diferentes. En su cohorte de desarrollo inicial de 78 personas, el modelo alcanzó un AUROC de 0,95 (donde 1,0 es perfecto). Al probarlo en un conjunto local ciego de 31 individuos, el rendimiento se mantuvo fuerte con un AUROC de 0,86. Dos cohortes externas completamente independientes mostraron AUROCs de 0,84 (n=113) y 0,94 (n=57). Para simular un despliegue en el mundo real, los investigadores utilizaron un enfoque de validación cruzada dejando un conjunto de datos fuera, lo que arrojó un rango de AUROC consistente de 0,84 a 0,89 en todos los conjuntos de datos. Esto demuestra que ActiTect puede generalizarse a diferentes dispositivos y configuraciones de grabación sin perder precisión.
Por qué es importante
La mayoría de las personas con iRBD no son diagnosticadas hasta que ya ha ocurrido una neurodegeneración significativa. La actigrafía —usando un simple dispositivo de muñeca similar a un rastreador de actividad— es barata y escalable. Al automatizar el análisis con una herramienta como ActiTect, grandes poblaciones podrían ser evaluadas de manera no invasiva. Los autores principales del estudio, del Hospital Universitario de Colonia y la Universidad de Aarhus, destacan que la detección automatizada de sueño-vigilia y el preprocesamiento robusto del pipeline lo hacen viable para uso doméstico. Para el público general, esto significa una detección más temprana de condiciones como la enfermedad de Parkinson, la demencia con cuerpos de Lewy y la atrofia multisistémica, abriendo potencialmente una ventana para intervenciones preventivas.
Qué puedes hacer
Puedes ayudar a avanzar esta investigación participando en estudios que usen dispositivos portátiles para rastrear el sueño y el movimiento. Si tienes un reloj inteligente o rastreador de actividad, presta atención a los patrones de sueño y discute cualquier preocupación con tu médico. El código de ActiTect está disponible gratuitamente en línea, por lo que los lectores con inclinaciones técnicas pueden descargarlo y validar la herramienta con sus propios datos.
Fuente: arXiv q-bio.NC
¿Sientes curiosidad por tu propio cerebro? Realiza nuestro test de CI adaptativo gratuito o prueba 306 niveles de entrenamiento cerebral.
