Clasificación de patrones parkinsonianos integrando información gesto-auditiva por medio de una estrategia multimodal

Abstract

La enfermedad de Parkinson se caracteriza por una degeneración progresiva del sistema nervioso, afectando las neuronas dopaminérgicas. Es la segunda enfermedad neurodegenerativa más prevalente a nivel mundial. A nivel global, se estiman entre 5 y 35 nuevos casos por cada 100, 000 individuos, con una prevalencia del 3% en personas mayores de 80 años. En Colombia, en 2016, se estimaron 26, 000 casos y se reportaron 800 muertes asociadas a esta enfermedad. Entre los síntomas más característicos se encuentran desórdenes del habla, como disminución del volumen de voz, mala articulación y falta de inflexión tonal, así como la hipomimia facial, afectando la calidad de vida del paciente. Debido al carácter multisintomático de esta enfermedad, es fundamental desarrollar esquemas de diagnóstico multimodales que integren patrones motores y de habla para mejorar su detección y tratamiento. Este trabajo propuso un enfoque basado en una red de auto-atención multimodal para analizar datos audiovisuales de pacientes con Parkinson y sujetos control. Las señales de audio y video fueron procesadas mediante arquitecturas profundas diseñadas para extraer características relevantes de cada modalidad. Posteriormente, estas representaciones fueron integradas mediante un mecanismo de auto-atención para capturar relaciones internas entre modalidades. La red fue ajustada durante una tarea de clasificación binaria (Control vs. Parkinson) utilizando fonemas, vocales sostenidas y palabras como ejercicios evaluativos. Los resultados obtenidos fueron competitivos, alcanzando una precisión de 74.19%, recall de 73.02% y un AUC de 75.26% para fonemas. Para vocales sostenidas, el modelo alcanzó una precisión de 65.19%, recall de 83.81% y un AUC de 70.78%, demostrando la efectividad del método en la discriminación de patrones relacionados con la enfermedad de Parkinson.