Defensa de la tesis doctoral de Javier Amo Salas

Javier Amo Salas, doctorando de Ingeniería y Tecnologías Industrial, Informática y Civil, defenderá su tesis doctoral titulada “Computer vision-based assessment of finger tapping in Parkinson’s disease”, dirigida por David García García y Álvar Arnaiz González, el jueves, 16 de julio a las 17:30 h en el Salón de Grados de la Escuela Politécnica Superior (Campus Milanera).

En la actualidad, el diagnóstico y la monitorización de la enfermedad de Parkinson presentan un desafío clínico fundamental: el reto de estandarizar evaluaciones que dependen de la observación humana. Habitualmente, los especialistas en neurología evalúan la progresión de los síntomas motores apoyándose en su propia experiencia visual y en escalas de calificación clínicas estandarizadas. Si bien estas escalas son indispensables en la práctica médica, la evaluación a simple vista conlleva inevitablemente cierta variabilidad e imprecisión. Esta falta de una métrica exacta puede dificultar un seguimiento milimétrico de la evolución de la patología a lo largo del tiempo o la medición de la respuesta del paciente ante un ajuste en su tratamiento farmacológico.

Ante esta problemática, la presente tesis doctoral plantea una solución tecnológica innovadora, proponiendo el uso integrado de la Inteligencia Artificial (IA) y la Visión Artificial para proporcionar una alternativa de evaluación completamente objetiva y no invasiva. El núcleo de esta investigación se centra en la automatización y el análisis del test clínico conocido como finger tapping (el golpeteo repetitivo y rápido del dedo índice contra el pulgar). Esta prueba es uno de los indicadores neurológicos más relevantes y sensibles para detectar la bradicinesia (lentitud de los movimientos) y la progresiva reducción de la amplitud motora.

Para llevar a cabo esta evaluación, esta tesis doctoral se aleja de la necesidad de emplear equipos médicos costosos o sensores corporales intrusivos, utilizando en su lugar grabaciones de vídeo convencionales. A través del procesamiento de estas imágenes, se implementan algoritmos avanzados de Visión Artificial que rastrean la mano del paciente y analizan su movimiento fotograma a fotograma. Este sistema es capaz de extraer automáticamente parámetros cinemáticos que el ojo humano no puede cuantificar con exactitud en tiempo real, tales como la velocidad de apertura, las variaciones en la amplitud de los dedos, el ritmo, las micropausas y el grado de fatiga a medida que avanza el ejercicio.

Posteriormente, mediante modelos de aprendizaje automático, el sistema correlaciona estos datos con las escalas clínicas tradicionales, logrando cuantificar la gravedad de los síntomas con gran precisión. Los resultados de la investigación demuestran que esta tecnología no solo es viable, sino que se perfila como una herramienta de apoyo clínico extremadamente robusta, eliminando el sesgo de la subjetividad y ofreciendo a los especialistas un respaldo basado en datos matemáticos.

El éxito de esta investigación ha permitido trasladar la teoría a la práctica médica real, lo que ha llevado al desarrollo y despliegue de una aplicación web funcional. Esta plataforma ha sido diseñada específicamente para ayudar a los médicos en sus consultas, permitiéndoles procesar vídeos de sus pacientes y obtener métricas objetivas de forma ágil y sencilla.

En definitiva, este trabajo marca un avance significativo en la intersección entre la tecnología y la salud. Al requerir únicamente una cámara de vídeo estándar, esta solución abre la puerta a evaluaciones médicas mucho más accesibles y económicas, democratizando el diagnóstico de precisión y sentando las bases para futuras aplicaciones en el ámbito de la telemedicina y la monitorización remota de pacientes.