Visitas: 8

Es bien sabido que cuanto antes se puede detectar una enfermedad en un paciente, antes y mejor puede ser tratado para disminuir y retrasar los efectos de esa enfermedad.

He visto una información muy interesante sobre la posibilidad de detectar de manera muy temprana el Parkinson en pacientes, con la ayuda de un sistema de Inteligencia Artificial usando algoritmos de “machine learning”.

El sistema es muy sencillo, se necesita un móvil y el sistema de IA. El paciente debe de emitir unos fonemas ( sonidos predeterminados ) delante del móvil, y así transmitir la información al sistema que la analiza.

Los fonemas utilizados son sonidos que requieren el uso de la garganta, la boca y la nariz, y son independientes del lenguaje, por lo que pueden ser usados para personas que hablen diferentes idiomas.

La App que va en el móvil se llama  Aum , y en unas pruebas iniciales  realizadas con 36 enfermos de Parkinson y 36 personas sanas, fue capaz de detectar el 100% de los enfermos; además de ser capaz de detectar los pacientes que estaban tomando medicación, de los que no lo hacían.

La gran ventaja de este sistema es en primer lugar su sencillez de uso, y además la posibilidad de realizar las pruebas a distancia por medio del móvil. De esa manera se puede llegar a aplicar con facilidad a lugares remotos.

También se han realizado pruebas con pacientes que tenían dolencias del pulmón o del Covid, y se ha comprobado que el sistema de IA también es capaz de detectar esas enfermedades.

Este es un ejemplo más de como las nuevas tecnologías nos pueden ayudar en la detección temprana de enfermedades, para poder combatirlas con mayor éxito. Esperemos que pronto acaben de desarrollar el proceso y reciban los permisos de las autoridades sanitarias, para tenerlo en el mercado cuanto antes.

Se puede ver un vídeo en: https://youtu.be/stL3BSSgwp0

Por Amador Palacios

Reflexiones de Amador Palacios sobre temas de Actualidad Social y Tecnológica; otras opiniones diferentes a la mía son bienvenidas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

es_ESES