Dot.lib

La precisión de la tecnología: los algoritmos de estimación de pose mapean digitalmente las articulaciones para evaluar de forma remota los signos motores del Parkinson. (imagen: peno / Adobe Stock) La precisión de la tecnología: los algoritmos de estimación de pose mapean digitalmente las articulaciones para evaluar de forma remota los signos motores del Parkinson. (imagen: peno / Adobe Stock)
Karger: Creando Estándares para el Monitoreo Remoto del Parkinson
  • Noticias
  • Ciencias de la Salud, Tecnología
  • 16/07/2026
  • Dot.Lib, Enfermedad de Parkinson, Karger, Biomarcadores Digitales, Monitoreo Remoto, Telesalud

Imagina que un médico pudiera evaluar cómo avanza la enfermedad de Parkinson de su paciente sin que este tenga que salir de casa. No a través de un formulario ni de una llamada, sino analizando un video corto grabado con la cámara de su computador. El paciente toca repetidamente el dedo índice con el pulgar durante unos segundos, y un algoritmo de inteligencia artificial extrae datos objetivos sobre su velocidad, ritmo y amplitud de movimiento.

El Parkinson y el Desafío del Monitoreo Continuo

El monitoreo remoto es cada vez más esencial para el manejo de la enfermedad de Parkinson, ya que permite evaluaciones frecuentes y escalables más allá de la clínica. Sus síntomas motores son evaluados clínicamente mediante la escala MDS-UPDRS. El problema es que esta escala consume tiempo, varía según el evaluador y se aplica de forma infrecuente.

Los biomarcadores digitales extraídos de grabaciones de video ofrecen un medio no invasivo y rentable para cuantificar los signos.

  • La prueba clave: La tarea de golpeteo de dedos (finger-tapping) es una medida clínicamente validada del control motor fino y la bradicinesia.

  • El desafío: A pesar de los resultados prometedores en entornos controlados, la variabilidad en la calidad del video en hogares no controlados obstaculiza su despliegue.

Un nuevo estudio publicado en la revista Digital Biomarkers, de nuestra socia Karger, por investigadores de la University of British Columbia, responde qué factores afectan a estos algoritmos con datos concretos.

Clínica vs. Casa

El equipo analizó dos conjuntos de videos para cuantificar la brecha entre los modelos entrenados en entornos controlados y su despliegue en entornos reales:

  • Videos clínicos: Se analizaron 454 grabaciones de alta calidad obtenidas en el Pacific Parkinson Research Centre bajo condiciones estandarizadas.

  • Videos domésticos: Se evaluaron 88 videos grabados por los pacientes en sus casas a través de la Canadian Open Parkinson Network (C-OPN).

  • Tasa de fallo: En los videos clínicos, la tasa de fallo en la detección de puntos de referencia fue del 3.32%. En los videos domésticos, esa tasa saltó al 26.5%.

  • Errores de evaluación: El error en el conteo de golpeteos pasó del 20.44% al 36.79%. El error en la predicción del puntaje UPDRS aumentó de 0.69 a 0.83.

Para entender qué causaba estas diferencias, el equipo sometió los videos clínicos a 48 manipulaciones sistemáticas. Estas degradaciones incluyeron reducir la resolución y la tasa de fotogramas, alterar el brillo y contraste, añadir ruido y modificar la proporción de la mano en el encuadre.

La Resolución Importa Menos de lo que se Cree

El resultado del estudio arrojó datos fascinantes sobre lo que realmente necesitan los algoritmos:

  • Resolución espacial: Reducir la resolución a 240p (426x240 píxeles) tuvo un impacto mínimo en la confiabilidad del biomarcador. El porcentaje de puntos clave correctos (PCK) se mantuvo alto en 0.90. El error en el conteo de golpeteos fue de apenas 0.16.

  • Tasa de fotogramas (FPS): Reducir la tasa a 10 FPS deterioró significativamente el rendimiento, disparando el error de conteo a 0.73. Este es un efecto estadístico enorme, con un d de Cohen de 2.30. Una resolución temporal insuficiente simplemente no puede capturar los movimientos rápidos o sutiles característicos de la bradicinesia.

Un Paso Hacia la Telesalud Neurológica Confiable

Los autores plantean que los sistemas de telesalud necesitan proporcionar guías visuales en tiempo real para ayudar a los usuarios a capturar videos que cumplan con las especificaciones de calidad. Una retroalimentación automática puede marcar la diferencia en el éxito del monitoreo.

Para los sistemas de salud que buscan formas más eficientes y accesibles de monitorear enfermedades crónicas, este estudio establece umbrales prácticos para la calidad del video en evaluaciones remotas del Parkinson.

Para acceder a la metodología detallada y los datos estadísticos completos de la investigación, lea el artículo original.

Sobre Karger

Karger es una editorial médica y científica fundada en 1890, con sede en Basilea, Suiza. Reconocida internacionalmente por su compromiso con la excelencia académica, Karger publica más de 100 revistas revisadas por pares en especialidades como neurología, cardiología, oncología, dermatología y medicina interna. Sus contenidos apoyan a investigadores, profesionales sanitarios y responsables de políticas públicas en la generación de conocimiento basado en evidencia rigurosa y clínicamente relevante.

Si desea obtener más información sobre la cartera de Karger para sua institución, póngase en contacto con nosotros en info@dotlib.com o complete nuestro formulario. Aprovecha para mantenerte al día con nuestro blog, seguir nuestras redes sociales y suscribirte a Dotlib TV, nuestro canal oficial de YouTube.

Dot.Lib
Dot.Lib

Dot.Lib es una empresa dedicada a la difusión de información científica, facilitando el acceso en línea a libros digitales, revistas electrónicas y bases de datos en las más diversas áreas del conocimiento.

¿Quieres conocer nuestro contenido?

Podemos ofrecerte trials (períodos de acceso de prueba gratuitos) de los contenidos de nuestras editoriales asociadas. Si usted tiene interés en conocer alguna de nuestras publicaciones o soluciones de investigación, rellene el formulario al lado.

Por favor complete el siguiente formulario.
Utilizamos tus datos para analizar y personalizar nuestros contenidos y anuncios durante tu navegación en nuestra plataforma y en los servicios de nuestros aliados. Al navegar en el sitio web, estás autorizando a Dot.Lib a recolectar estas informaciones y utilizarlas para estos fines. En caso de dudas, consulta nuestra Política de Privacidad o Política de Cookies.