El artículo de revisión The Role of AI in the Management of Movement Disorders, publicado en Semin Neurol y disponible en Thieme Connect, describe el uso de la inteligencia artificial en el manejo de trastornos del movimiento. La fuente recorre aplicaciones en fenotipado profundo, diagnóstico, selección de tratamiento, estimulación cerebral profunda, monitoreo de síntomas, telemedicina y aspectos éticos.
Entre los ejemplos mencionados aparece el proyecto NEMO, orientado a la clasificación asistida por computadora de trastornos hiperquinéticos. También se destaca DystoniaNet, un sistema que analiza resonancias magnéticas estructurales para identificar cambios microestructurales asociados a distonía. Según la revisión, en un estudio reportó 98,8% de precisión diagnóstica y procesaba una resonancia en 0,36 segundos, mientras una prueba prospectiva aleatorizada, registrada como NCT05317390, se encuentra en curso.
Diagnóstico por imágenes y biomarcadores
La fuente también resume el estudio AIDP, publicado en JAMA Neurology, que evaluó diferenciación automatizada de parkinsonismo mediante resonancia magnética de difusión de 3 Tesla y aprendizaje por máquinas. El artículo señala que el modelo mostró alta capacidad de discriminación entre enfermedad de Parkinson, atrofia multisistémica y parálisis supranuclear progresiva, con confirmación neuropatológica en 93,9% de los casos analizados.
Otro trabajo citado describe un modelo de IA que detecta enfermedad de Parkinson y sigue su progresión a partir de señales respiratorias nocturnas, evaluado en 7.671 personas. La revisión también menciona paneles proteómicos plasmáticos y modelos combinados con datos clínicos, genéticos y transcriptómicos para predecir riesgo o diagnóstico, aunque advierte sobre limitaciones como la falta de diversidad en las muestras y la necesidad de validación externa.
Tratamiento, monitoreo y práctica clínica
En el ámbito terapéutico, el artículo menciona herramientas como DystoniaBoTXNet para selección de tratamiento y sistemas de estimulación cerebral profunda adaptativa. Para el seguimiento, cita dispositivos inalámbricos y evaluaciones basadas en teléfonos inteligentes que permiten una medición continua y objetiva de síntomas. También señala el posible uso de modelos de lenguaje para ampliar diagnósticos diferenciales y mejorar flujos de telemedicina.
La revisión subraya que, pese al potencial, existen preocupaciones metodológicas en la investigación con IA. Por eso recomienda validación rigurosa, transparencia y equilibrio entre innovación tecnológica y criterio clínico. En el contenido consultado, el foco principal son trastornos del movimiento, como distonía y parkinsonismo, y no se desarrolla específicamente la ELA.
La lectura completa del artículo original es recomendable para profesionales que quieran revisar el estado de la evidencia, los criterios de validación y las limitaciones metodológicas del uso de IA en clínica.
Fuente: thieme-connect.com — https://www.thieme-connect.com/products/ejournals/html/10.1055/a-2596-5950
La información publicada en Info ELA tiene fines informativos y educativos. No reemplaza la consulta con profesionales de la salud. Leer el aviso completo
El contenido de Info ELA se elabora con apoyo de herramientas de inteligencia artificial y es revisado por un equipo humano antes de publicarse. Leer nuestro criterio editorial
