Los resultados muestran que estos dispositivos permiten predecir, con un bajo margen de error, las fluctuaciones afectivas y cognitivas de las participantes y participantes, abriendo el camino a una detección más temprana de cambios en la salud cerebral. Estos trabajos se publican en npj Digital Medicine.
Imagen de ilustración Pixabay
La salud cerebral, que combina las funciones cognitivas y afectivas, es uno de los grandes desafíos de salud pública del siglo XXI. Según la Organización Mundial de la Salud (OMS), más de una de cada tres personas sufre trastornos neurológicos (como el accidente cerebrovascular, la epilepsia o la enfermedad de Parkinson, por ejemplo) y más de una de cada dos se ve afectada, a lo largo de su vida, por una enfermedad mental (depresión, trastornos de ansiedad, esquizofrenia). Con el envejecimiento de la población, estas cifras aumentan constantemente.
Incluso en los adultos sanos, la salud cerebral varía con frecuencia en el tiempo, reflejando las interacciones entre diferentes factores, por ejemplo ambientales o relacionados con los modos de vida individuales. Analizar las fluctuaciones de la cognición y el afecto de un día a otro o de una semana a otra es así esencial para poner en marcha estrategias de prevención proactivas e individualizadas.
Un equipo de la UNIGE quiso saber si las tecnologías portátiles y móviles pueden utilizarse para monitorizar la salud cerebral de forma continua y no invasiva. Para ello, 88 voluntarios de entre 45 y 77 años fueron equipados con una aplicación para teléfono inteligente dedicada y un reloj inteligente. Durante diez meses, estos aparatos recogieron datos "pasivos", sin intervención ni modificación de los hábitos de los voluntarios, como la frecuencia cardíaca, la actividad física, el sueño, pero también el tiempo y la contaminación del aire. En total, se seleccionaron 21 indicadores.
Cada tres meses, los voluntarios también debían proporcionar datos "activos", rellenando cuestionarios sobre su estado afectivo y pruebas de rendimiento cognitivo.
Datos analizados por la IA
"Al final del experimento, los datos pasivos fueron analizados por una inteligencia artificial desarrollada en el marco del estudio. El objetivo era verificar si la IA podía predecir las fluctuaciones de la salud cognitiva y afectiva de las participantes y participantes a partir de estos datos", explica Igor Matias, asistente doctoral en el Instituto de Investigación de Estadística y Ciencia de la Información de la Escuela de Economía y Gestión de Ginebra (GSEM) de la UNIGE y primer autor del estudio.
Las predicciones de la IA fueron luego comparadas con los resultados de los cuestionarios y las pruebas. "En promedio, la tasa de error fue de solo un 12,5 %, lo que abre nuevas perspectivas para la utilización de los dispositivos conectados en la detección temprana de anomalías o cambios en la salud cerebral", se congratula el investigador.
Los estados afectivos más fáciles de predecir
Los estados afectivos resultaron ser los más fáciles de predecir por la inteligencia artificial, con tasas de error situándose mayoritariamente entre el 5 % y el 10 %. Los estados cognitivos, en cambio, fueron predichos con menor precisión, con tasas de error que variaron entre el 10 % y el 20 %. Es decir, la IA predice con mayor eficacia los resultados de los cuestionarios afectivos que los de las pruebas cognitivas.
En cuanto a la pertinencia de los indicadores pasivos, son la contaminación atmosférica, el tiempo meteorológico, la frecuencia cardíaca diaria y la variabilidad del sueño los factores más informativos para la cognición. Para los estados afectivos, son principalmente el tiempo meteorológico, la variabilidad del sueño y la frecuencia cardíaca durante el sueño los que resultan más determinantes.