Evaluación accesible de los síntomas motores y cognitivos en la enfermedad de Parkinson: integración de grandes conjuntos de datos, aprendizaje automático y videoconferencia

Llevando las revisiones de Parkinson a casa

Para muchas personas con enfermedad de Parkinson, simplemente acudir a la clínica para revisiones periódicas resulta agotador, requiere mucho tiempo o incluso es imposible. Este estudio explora si las pruebas detalladas de movimiento y de funciones cognitivas para Parkinson pueden realizarse de forma fiable y segura mediante una videollamada normal, usando solo un ordenador y una conexión a Internet. Si estas pruebas remotas funcionan, podrían facilitar el seguimiento, ampliar la participación en la investigación y permitir un control más ágil de cómo cambia la enfermedad con el tiempo.

Una nueva modalidad de visita en línea

Los investigadores crearon una rutina de evaluación paso a paso basada en vídeo llamada Protocolo de Videoconferencia Motora y Cognitiva, o MaC‑VC. En una visita clínica típica para Parkinson, los especialistas valoran el movimiento de la persona con una lista de verificación estándar y examinan la memoria y las funciones cognitivas con una prueba breve. MaC‑VC adapta esas mismas herramientas para su uso por videoconferencia. Recorta y ajusta ligeramente la prueba motora estándar para que pueda realizarse con seguridad en casa y sigue las pautas oficiales para administrar la prueba cognitiva en línea. De forma crucial, el protocolo está diseñado para que personal entrenado no experto —no solo neurólogos altamente especializados— pueda administrarlo.

Comparando los exámenes remotos con el estándar de referencia

Para determinar si este enfoque en línea realmente captura la misma información que las visitas presenciales, el equipo comparó dos grandes grupos. Un grupo procedía de un importante proyecto internacional en el que pacientes con Parkinson son examinados cara a cara por expertos; este conjunto de datos incluyó a 1.264 personas. A partir de estas visitas clínicas detalladas, los investigadores calcularon cómo serían las puntuaciones si se usaran solo los ítems que son seguros y prácticos en línea. Encontraron que esta puntuación abreviada explicaba el 95% de las diferencias respecto a la puntuación motora completa en persona, lo que sugiere que la mayor parte de la información importante se conserva incluso cuando la prueba se simplifica para uso remoto.

Alcanzando a las personas dondequiera que vivan

El segundo grupo estuvo formado por 145 personas con Parkinson que completaron MaC‑VC por vídeo desde más de 60 ubicaciones diferentes, principalmente en Estados Unidos e Israel, y en hebreo o inglés. Casi todas las visitas programadas se completaron con éxito, generalmente en unos 40 minutos, y muy pocas tuvieron que reprogramarse por problemas técnicos. Los participantes tenían una amplia variación de edad y nivel educativo, y no se informaron problemas de seguridad, aunque muchos presentaban dificultades de movimiento. Las valoraciones del estadio de la enfermedad realizadas por personal no experto pero entrenado durante las llamadas en directo coincidieron de forma estrecha con las realizadas por un especialista en trastornos del movimiento que revisó las sesiones grabadas, lo que demuestra que el protocolo puede llevarse a cabo de manera fiable por personal no experto.

Lo que las pruebas en línea pueden revelar

Los investigadores preguntaron luego si estos exámenes por vídeo podían diferenciar entre estadios más leves y más avanzados de Parkinson de la misma manera que las evaluaciones en persona. Tanto en el gran conjunto de datos clínicos como en el conjunto de datos en línea, las personas con una enfermedad más avanzada presentaban peores puntuaciones motoras, más años desde el diagnóstico y puntuaciones más bajas en la prueba cognitiva, mientras que la proporción de hombres y mujeres no difirió. El equipo también empleó técnicas comunes de aprendizaje automático —programas informáticos que buscan patrones en los datos— para evaluar qué tan bien combinaciones de puntuaciones motoras, cognitivas y datos demográficos básicos podían clasificar a las personas en estadios tempranos frente a avanzados. Dentro de cada conjunto de datos, los modelos fueron muy precisos. De forma notable, los modelos entrenados solo con datos clínicos funcionaron muy bien al predecir los estadios en el grupo en línea, y los modelos entrenados con datos en línea también se transfirieron con éxito al grupo clínico.

Límites y pasos siguientes

Como cualquier enfoque nuevo, MaC‑VC tiene limitaciones. El estudio incluyó sobre todo a personas en estadios iniciales de la enfermedad que podían manejar una videollamada, por lo que puede que todavía no refleje la gama completa de pacientes, especialmente aquellos con síntomas más graves o con acceso limitado a la tecnología. Algunos ítems de la evaluación motora que serían inseguros de demostrar en casa se sustituyeron por autoinformes, que podrían no captar todos los cambios sutiles. Además, los investigadores agruparon la enfermedad en solo dos estadios amplios, temprano y avanzado, en lugar de medir un continuo. Estudios futuros deberán incluir casos más avanzados, seguir a las personas a lo largo del tiempo y comparar directamente las visitas clínicas y por vídeo en los mismos individuos.

Por qué esto importa en la vida cotidiana

A pesar de estas salvedades, los resultados muestran que un examen cuidadosamente diseñado por vídeo puede reflejar de cerca las evaluaciones tradicionales presenciales de Parkinson, incluso cuando lo administra personal no experto pero entrenado. Esto significa que en el futuro las personas con Parkinson podrían completar evaluaciones de movimiento y cognición de alta calidad desde sus propias casas, reduciendo la carga de los desplazamientos, acortando los tiempos de espera y permitiendo a investigadores y clínicos incluir pacientes de muchos más lugares. En términos prácticos, MaC‑VC apunta hacia un futuro en el que la atención y la investigación sobre el Parkinson sean más accesibles, escalables e inclusivas, sin sacrificar la calidad de la información en la que los médicos confían para guiar el tratamiento.

Cita: Lithwick Algon, A., Saban, W. Accessible assessment of motor and cognitive symptoms in Parkinson’s disease: integrating large datasets, machine-learning, and videoconferencing. npj Digit. Med. 9, 223 (2026). https://doi.org/10.1038/s41746-026-02426-7

Palabras clave: Enfermedad de Parkinson, telemedicina, evaluación remota, aprendizaje automático, neuropsicología