Automatic psychomotor function quantification in parkinson's disease via natural interaction with digital devices

Resumen

La presente tesis doctoral se centra en el estudio y desarrollo de nuevas técnicas de diagnóstico para la evaluación de la salud de la función motora en sujetos afectados por enfermedades neurodegenerativas y trastornos del movimiento, en concreto la enfermedad de Parkinson’s. Se propone utilizar la interacción usuario-dispositivo como fuente de información para detectar y monitorizar el deterioro motor asociado a este tipo de patologías. El objetivo que se persigue es colaborar en el desarrollo de una nueva herramienta para la cuantificación del daño motor que compense las limitaciones de los estándares clínicos actuales. El método propuesto para la evaluación de la interacción usuario-dispositivo se basa en capturar y analizar la información temporal asociada a cada pulsación durante la rutina de tecleo, ya sea sobre teclados físicos o pantallas táctiles. Las principales tareas de investigación se han centrado en la implementación y evaluación de distintos algoritmos para la extracción de información biométrica relacionada con la función motora a partir de las actividades de tecleo que forman parte de la rutina diaria del usuario. Las actividades se han desarrollado en el marco de un estudio sobre la enfermedad de Parkinson como parte de un proyecto científico del consorcio M+Visión (“neuroQWERTY”). En este contexto el objetivo es desarrollar una herramienta que proporcione una evaluación objetiva de la función motora, siendo a su vez accesible y transparente al usuario. Basándonos en el análisis de los patrones temporales generados por la interacción de los dedos con teclados, se han desarrollado una serie de algoritmos que introducen una colección de biomarcadores digitales para el manejo de la enfermedad de Parkinson's. En concreto, se ha validado la aplicación del método propuesto para la detección de cuadros leves de deterioro motor en etapas tempranas de la enfermedad tanto en teclado físico como táctil. Además, se ha desarrollado un algoritmo para la identificación de respuesta a la medicación a través de patrones temporales de tecleo en ordenador. Estos resultados suponen un enorme impacto en el seguimiento de la enfermedad, ya que nos acerca a una cuantificación automática del progreso de los síntomas. Disponer de información detallada sobre la evolución de la enfermedad es crucial para avanzar hacia terapias cada vez más personalizadas, así como mejorar conocimiento sobre el efecto de estas terapias y, consecuentemente, favorecer el desarrollo de fármacos más eficientes.