Análisis de datos para hacer un diagnóstico precoz de enfermedades neurodegenerativas

Datua AI > Casos de éxito > Análisis de datos para hacer un diagnóstico precoz de enfermedades neurodegenerativas
Mantenimiento y apoyo técnico al servicio de salud para SESPA

Detalles del proyecto

  • Cliente: Empresa tecnológica especializada en eye-tracking
  • Sector: Sanidad
  • Servicio: Data Analytics & IA
  • Fecha:  2021
Links relacionados

Detección precoz de enfermedades cognitivas con análisis de datos

Necesidad del cliente

El cliente para el cual se ejecutó este proyecto es una empresa tecnológica especializada en desarrollos de eye-tracking. El eye-tracking o seguimiento ocular es una tecnología que permite detectar los movimientos del ojo. Esta organización es una de las primeras empresas del mundo en desarrollar la tecnología que permite controlar dispositivos mediante el movimiento ocular. 

La organización quería aplicar su sistema de eye-tracking para valorar si las alteraciones en el movimiento de los ojos pueden ayudar a determinar el diagnóstico precoz de enfermedades neurodegenerativas. En concreto, quería aplicarlo para detectar deterioro cognitivo leve (DCL) y enfermedad de Alzheimer (EA). 

Objetivo del proyecto

El objetivo del proyecto era procesar los datos crudos de su sistema de eye-tracking, visualizarlos e integrarlos junto a un test de diagnóstico precoz de DCL y EA contrastado y utilizado en la literatura. De ese modo, se pretendía detectar la posición del ojo durante todo el experimento, así como identificar biomarcadores psicofisiológicos tempranos (movimientos oculares) que podían servir como potenciales predictores del DCL y EA.   necesarias en cualquiera de los apartados de todo el flujo de información, desde la captura de la información, incorporación de nuevas fuentes, áreas temáticas e indicadores.

Resultados

Se procesaron los datos crudos de su sistema de eye-tracking y se integraron a los datos del test de diagnóstico precoz de DCL y ELA. A partir de los datos crudos identificaron los siguientes movimientos oculares: parpadeos, fijaciones y sacadas.  

Para explotar toda la información generada, se construyó una herramienta analítica (aplicación de escritorio) que permite analizar los resultados de los pacientes que se someten al test de diagnóstico precoz de DCL y EA, y así detectar los patrones oculares capaces de diagnosticar correctamente a los pacientes. Concretamente, la interfaz permite explorar los resultados de los experimentos, tanto el comportamiento ocular como conductual del paciente, y realizar comparaciones entre diferentes pacientes. 

¿Quieres saber cómo obtener retorno de inversión de tus datos?

Llámanos al

+34 944 41 88 42

Escríbenos un correo

[email protected]