Proyectos de innovación

INNVA2/2022/13. Línea de actuación L2 de la AVI 2022 – 2024

Las redes de apoyo e interacciones sociales son un pilar importante en la salud mental de las personas. La pandemia actual ha evidenciado aún más cómo la soledad y el aislamiento social pueden tener un impacto negativo en el bienestar emocional, factores que pueden acrecentar otros problemas de salud física y cognitiva.

Aproximadamente el 30% de las personas mayores se sienten solas, siendo éste uno de los mayores riesgos para su deterioro y entrada en situación de dependencia. Las redes de apoyo e interacciones sociales son un pilar importante en la salud mental de las personas.

La población geriátrica ha sido uno de los sectores poblacionales más afectados por la pandemia de la COVID19, tanto a nivel de mortalidad, como en relación a los efectos negativos del aislamiento social. Sin embargo, la carencia de marcadores objetivos que permitan identificar aquellas personas que se encuentran en situación de vulnerabilidad dificulta la eficacia del trabajo asistencial y obstaculiza la aplicación de tratamientos personalizados en momentos en los que el personal sanitario y asistencial ha tenido que adaptar sus rutinas a protocolos estrictos para maximizar la seguridad.

La percepción de soledad es por definición subjetiva. Cada persona percibe el aislamiento social de manera diferente, y el efecto de determinadas actividades cotidianas en su salud mental es también altamente subjetivo. Los trabajadores de las residencias de ancianos son expertos en la identificación intuitiva del estado anímico de sus ancianos, pero estas prácticas se verían altamente beneficiadas por mediciones objetivas que puedan informar del estado de cada uno de las personas individualmente.

Uno de los impedimentos para la identificación objetiva de cambios en el estado emocional, así como la selección de aquellas actividades cotidiana que especialmente benefician a las personas, en concreto en el caso de población geriátrica, es el fenómeno descrito como deseabilidad social. Es común que al ser preguntados por cómo se sienten, los abuelos respondan con aquello que piensan que el interlocutor pretende escuchar. La imposibilidad de la identificación de los estados emocionales es aún más difícil en personas con demencias o alto grado de dependencia.

El objetivo del proyecto es la identificación temprana de momentos de soledad subjetiva y distrés emocional que puedan alertar al personal asistencial o a los familiares, para diseñar e implementar actividades asistenciales. Para ello, se utilizarán medidas telemétricas multidimensionales, de diferentes registros fisiológicos, acompañados de medidas de distancia social y de informes subjetivos de bienestar emocional. Se utilizarán algoritmos Deep Learning para identificar las redes de marcadores indicativas de episodios de soledad subjetiva percibida por la población geriátrica.

Investigador Principal:

SANTIAGO CANALS RAMONEDA

Investigador principal del grupo ‘Plasticidad de las redes neuronales’ del IN

CRISTINA MÁRQUEZ

Center for Neuroscience and Cell Biology. University of Coimbra. Portugal.

Colaboradores externos:

Financiado por:

INNVA2/2022/13. Línea de actuación L2 de la AVI 2022 – 2024

El Alzheimer es un tipo de demencia que causa problemas en la memoria, comportamiento y pensamiento, llegando a afectar a las tareas cotidianas. Actualmente afecta a unos 50 millones de personas a nivel mundial y a más de 1,2 millones en España. Suele aparecer a partir de los 65 años, siendo, por tanto, el envejecimiento el mayor factor de riesgo para padecer la enfermedad.

Se cree que el número de casos de Alzheimer se incrementará sustancialmente en los próximos años debido al envejecimiento poblacional, con el consiguiente impacto económico, tanto para las familias como para el sistema sanitario. Para la mejora de la calidad de vida de los pacientes es fundamental una detección temprana de la enfermedad que ralentice su progreso.

El objetivo es la creación de una herramienta software, AppZheimer, que pueda ser utilizada por cualquier persona, en su casa o centros especializados, y que envíe resultados procesados al profesional de la salud para ayudar en la toma de decisiones médicas ayudando a la detección precoz del Alzheimer, anticipando así́ las terapias cognitivas y farmacológicas.

Este proyecto resolverá un problema triple:

1. Se reducirá el gasto económico en el diagnóstico del Alzheimer, a través de una prueba conductual que puede realizarse fuera del centro médico y que ayuda a un primer cribado de la población con riesgo de padecer la enfermedad.
2. Se descongestionará sustancialmente el sistema sanitario, puesto que el médico podrá recetar/aconsejar el uso de AppZheimer de manera telefónica, reduciendo considerablemente el tiempo de consulta.
3. Ayudará a la detección temprana del Alzheimer y, por tanto, a que se pueda realizar una intervención temprana de la enfermedad en un porcentaje significativamente mayor de casos.

Se espera que la herramienta software desarrollada tenga un alto impacto en la sanidad y en la población, cobrando una especial importancia en esta época de pandemia de COVID-19 donde la mayor ocupación del sistema sanitario ha retrasado hasta en 6 meses el diagnóstico de casos de Alzheimer en la Comunidad Valenciana (https://www.informacion.es/alicante/2021/09/20/sanidad-tarda-seis-meses-diagnosticar-57498508.html). Una detección temprana del Alzheimer es fundamental para evitar posibles accidentes debidos, por ejemplo, al uso de vehículos de motor cuando ya no se debería, y para el tratamiento médico adecuado que retrase los síntomas de la enfermedad, con un claro impacto en la calidad de vida de la persona enferma y de las personas de su entorno.

Investigadora Principal:

Encarni marcos sanmartín

Investigadora en el grupo ‘Plasticidad de las redes neuronales’ en el IN

Colaboradores externos:

Financiado por:

El diagnóstico no invasivo por resonancia magnética ha avanzado mucho en los últimos años. Sin embargo, el traslado de las nuevas metodologías a la clínica sigue siendo difícil y, efectivamente, el diagnóstico clínico en la práctica diaria de los servicios de radiología aún se realiza con técnicas muy básicas. 

Si bien se ha demostrado la utilidad de enfoques de resonancia para detectar alteraciones morfológicas y microestructurales, estos mapas avanzados se suelen obtener utilizando tecnología muy avanzada, que no está actualmente al alcance de todos los hospitales. Sin embargo, gracias a la inteligencia artificial, se puede aumentar la resolución de cualquier imagen, obteniendo mapas cerebrales con más detalles de las entradas.

El objetivo de este proyecto es trasladar la imagen avanzada al entorno clínico a través de la inteligencia artificial. Para este fin, se generarán datos sintéticos de MRI y se desarrollará el entorno de aprendizaje automático necesario para aumentar la resolución de las imágenes, para que imagen avanzada sea posible en contexto clínico. El algoritmo se testará en un estudio piloto con imágenes obtenidas en los servicios de radiología de nuestro entorno.

Investigadora Principal:

Silvia de Santis

Investigadora principal del grupo ‘Biomarcadores de Imaging Traslacional’ en el IN

Antonio Pertusa

Universidad de Alicante (UA)

Colaboradores externos:

Financiado por: