COMUNICACIÓN POSTER
AUTORES
Bringas Tejero, Santos 1; Duque Medina, Rafael 2; Montaña Arnaiz, Jose Luis 2; Lopez García, Sara 1; Kazimierczac , Martha 3; García Martínez, Maria 3; Pozueta Cantudo, Ana 3; Rodríguez Rodríguez, Eloy 1; Sánchez Juan, Pascual 1; Lage Martínez, Carmen 3
CENTROS
1. Servicio de Neurología. Hospital Universitario Marqués de Valdecilla; 2. Servicio: -. Departamento de Matemáticas, Estadística y Computación, Universidad de Cantabria; 3. Servicio de Neurología. Grupo de Enfermedades Neurodegenerativas, Instituto de Investigacion Marques de Valdecilla (IDIVAL)
OBJETIVOS
La apraxia para la imitación de gestos se valora habitualmente en base al juicio del observador, lo que presenta limitaciones como la dificultad para valorar casos intermedios o exploraciones seriadas. Aplicaremos la inteligencia artificial al análisis de vídeos de imitación de gestos realizados por pacientes para obtener un sistema de evaluación de la apraxia potencialmente transferible al desarrollo de una aplicación informática que pueda emplearse como test diagnóstico en consulta.
MATERIAL Y MÉTODOS
Se incluyeron controles sanos estudiados con biomarcadores de Alzheimer y pacientes con deterioro cognitivo. La exploración de la imitación de 6 gestos unimanuales y 6 gestos bimanuales fue grabada en vídeo. Los videos se emplearon para entrenar una red neuronal convolucional que permitió realizar una clasificación binaria de cada gesto (realizado de forma correcta o incorrecta).
RESULTADOS
Se recogieron vídeos de 42 controles, 30 pacientes con EA, 26 pacientes con DFT y 22 con otros diagnósticos. En la clasificación de gestos unimanuales se obtuvo una mayor tasa de éxito que en los bimanuales, siendo máxima en el gesto “victoria” con un 75% y por encima del 60% en el resto de casos.
CONCLUSIONES
Los hallazgos sugieren que el análisis de vídeos de gestos basado en redes neuronales profundas es factible. La precisión puede mejorarse con la selección de los gestos con mayores tasas de éxito o empleando la regresión como solución alternativa a la clasificación, obteniendo una valoración numérica para cada gesto. Las técnicas de aprendizaje automático constituyen una fuente de múltiples potenciales aplicaciones en el campo de la medicina.
