Alumnos de la Escuela Superior de Cómputo (Escom) del Instituto Politécnico Nacional (IPN) desarrollaron un sistema informático que, mediante memorias asociativas y análisis de la voz, permite diagnosticar la enfermedad de Parkinson desde su etapa inicial.

Los estudiantes Jorge Alberto Cruz Cruz, Ricardo López Vicente y Érika Robledo Alonso, creadores del sistema, precisaron que este mal se manifiesta en su etapa inicial con alteraciones en el habla ocasionadas por la rigidez en la laringe y las cuerdas vocales.

Los jóvenes politécnicos, que con este prototipo obtendrán el título de ingeniería en sistemas computacionales, insistieron en la necesidad de contar con suficientes herramientas para lograr un diagnóstico oportuno y reducir los efectos secundarios causados por los medicamentos que se usan para controlar el padecimiento.

Mencionaron que la enfermedad de Parkinson es difícil de diagnosticar, pues a menudo se confunde con signos propios del envejecimiento o con padecimientos del sistema nervioso central, como esclerosis múltiple.

Con asesoría de los catedráticos e investigadores de la Escom María Julia Calderón Sambarino y José Félix Talamantes Serrano, además del apoyo de la Asociación Mexicana de Parkinson, se dedicaron durante dos años a investigar y construir el sistema.

Para su diseño utilizaron una base de datos donada por la Universidad de Oxford al repositorio de Machine Learning, la cual contenía aproximadamente 23 parámetros de la voz.

Los alumnos analizaron esos parámetros mediante diversas memorias asociativas, porque son modelos que con la extracción de pequeñas porciones de información tienen un rendimiento muy elevado, por lo que su rango de error es mínimo.

Señalaron que la adaptación a los modelos de las memorias alfa-beta y morfológicas permitió que realizaran diagnósticos más certeros, alcanzando hasta 100 por ciento de efectividad.

En el repositorio contábamos con 195 registros y las memorias determinaron que 26 por ciento de ellos no tenía la enfermedad de Parkinson, pero el 74 por ciento restante sí, lo cual tuvo una exactitud de 100 por ciento. Comprobamos que las memorias asociativas son modelos con alto porcentaje de efectividad, porque son muy estrictas en cuanto a la recuperación de información se refiere, añadieron.