Nueva oportunidad terapéutica en párkinson: mejor capacidad para caminar
El nuevo enfoque, avalado por dos estudios, permite realizar la estimulación cerebral con cada movimiento en tiempo real
La estimulación cerebral profunda adaptativa (aDBS) abre la puerta a un tratamiento más preciso y eficaz para mitigar las caídas en pacientes con párkinson. / Imagen de stock (Envato)
19 jun 2026. 10.45H
POR DANIEL BORREGO
La terapia de estimulación cerebral profunda (DBS) es uno de los tratamientos más extendidos para la reducción de los síntomas motores del párkinson. Sin embargo, su efecto en los problemas locomotores que provocan caídas y una drástica reducción de la calidad de vida, es mucho más limitado. Tanto es así, que la evidencia actual señala que su eficacia es temporal y los intentos de mejorar el tratamiento para la marcha suelen empeorar otros síntomas como el temblor.
Ahora, un estudio publicado en la revista Nature Medicine propone un nuevo enfoque en el cual se ajustan los parámetros de estimulación en función de las señales neuronales en tiempo real. Se trata de la estimulación cerebral profunda adaptativa (aDBS), un planteamiento diferente a la estimulación común que abre la puerta a un tratamiento más preciso y eficaz para mitigar las caídas, uno de los síntomas más limitantes de la enfermedad.
La estimulación cerebral profunda convencional envía un estímulo eléctrico continuo e invariable al cerebro, sin tener en cuenta lo que está haciendo el paciente en cada momento. El acto de caminar es un movimiento complejo que cambia constantemente, por lo que una estimulación que no se adapta a eso puede incluso empeorar la marcha.
En este sentido, la estimulación cerebral profunda adaptativa sincroniza la estimulación con cada fase del paso. En lugar de estimular siempre igual, el dispositivo detecta en qué momento del ciclo de la marcha se encuentra el paciente y ajusta el estímulo en fracciones de segundo. Para lograrlo, los investigadores identificaron señales cerebrales específicas de cada paciente que indican cuándo se está balanceando la pierna.
En su aplicación, los investigadores detectaron señales cerebrales específicas en cada paciente que indican cuándo está balanceando la pierna, lo que permite al sistema "saber" en qué momento del paso se encuentra. Igualmente, al aplicar este método en la clínica, los pacientes caminaron con pasos más regulares y simétricos que con la estimulación tradicional. Pero no solo eso, pues en un ensayo a doble ciego realizado en casa durante un tiempo prolongado, los pacientes toleraron bien los cambios rápidos de estimulación, mantuvieron el control de sus síntomas y mejoraron su forma de caminar.
De hecho, otro estudio publicado en la misma revista científica ha identificado cómo una región del cerebro llamada núcleo subtalámico (NST) codifica la actividad locomotora, es decir, registra información detallada sobre lo que hace el cuerpo en cada momento. Este hallazgo permitió a los investigadores desarrollar un sistema capaz de predecir en tiempo real si el paciente está sentado, de pie, caminando o esquivando obstáculos, y ajustar automáticamente la estimulación cerebral en consecuencia.
En este sentido, a través de algoritmos de inteligencia artificial, han conseguido que el sistema "lea" esas señales cerebrales y ajuste automáticamente la estimulación en tiempo real. Es decir, el dispositivo no estimula siempre igual, sino que se adapta a cada movimiento de forma personalizada. Para hacerlo de forma fiable, los investigadores diseñaron una arquitectura modular: en lugar de un único algoritmo, el sistema tiene varios módulos que trabajan en paralelo, cada uno especializado en una situación concreta (con medicación, sin ella, con distintos niveles de estimulación).
Cada módulo opera en una escala de tiempo diferente, lo que le permite distinguir si un cambio en la señal cerebral se debe al movimiento del paciente o a los efectos del medicamento o de la propia estimulación. El sistema se probó en cuatro pacientes con problemas graves y persistentes de marcha. En todos ellos mejoró tanto la forma de caminar como otros síntomas motores del párkinson. Especialmente relevante fue el caso de un paciente que no respondía a los sistemas adaptativos basados en señales beta (las más usadas habitualmente), y que con este nuevo enfoque sí obtuvo beneficios.
Este nuevo método y en especial el referido a los algoritmos de inteligenica artificial cuenta con aspectos a mejorar, ya que según los investigadores El sistema solo ajusta la intensidad de la estimulación, no la frecuencia ni la configuración de los electrodos, lo que podría ampliar sus beneficios.
Igualmente, los algoritmos se entrenan una vez y permanecen fijos, por lo que necesitarán actualizarse periódicamente a medida que el cerebro cambia con el tiempo.
Ahora, un estudio publicado en la revista Nature Medicine propone un nuevo enfoque en el cual se ajustan los parámetros de estimulación en función de las señales neuronales en tiempo real. Se trata de la estimulación cerebral profunda adaptativa (aDBS), un planteamiento diferente a la estimulación común que abre la puerta a un tratamiento más preciso y eficaz para mitigar las caídas, uno de los síntomas más limitantes de la enfermedad.
Estimulación cerebral en tiempo real
La estimulación cerebral profunda convencional envía un estímulo eléctrico continuo e invariable al cerebro, sin tener en cuenta lo que está haciendo el paciente en cada momento. El acto de caminar es un movimiento complejo que cambia constantemente, por lo que una estimulación que no se adapta a eso puede incluso empeorar la marcha.
En este sentido, la estimulación cerebral profunda adaptativa sincroniza la estimulación con cada fase del paso. En lugar de estimular siempre igual, el dispositivo detecta en qué momento del ciclo de la marcha se encuentra el paciente y ajusta el estímulo en fracciones de segundo. Para lograrlo, los investigadores identificaron señales cerebrales específicas de cada paciente que indican cuándo se está balanceando la pierna.
En su aplicación, los investigadores detectaron señales cerebrales específicas en cada paciente que indican cuándo está balanceando la pierna, lo que permite al sistema "saber" en qué momento del paso se encuentra. Igualmente, al aplicar este método en la clínica, los pacientes caminaron con pasos más regulares y simétricos que con la estimulación tradicional. Pero no solo eso, pues en un ensayo a doble ciego realizado en casa durante un tiempo prolongado, los pacientes toleraron bien los cambios rápidos de estimulación, mantuvieron el control de sus síntomas y mejoraron su forma de caminar.
Leer el cerebro con inteligencia artificial
De hecho, otro estudio publicado en la misma revista científica ha identificado cómo una región del cerebro llamada núcleo subtalámico (NST) codifica la actividad locomotora, es decir, registra información detallada sobre lo que hace el cuerpo en cada momento. Este hallazgo permitió a los investigadores desarrollar un sistema capaz de predecir en tiempo real si el paciente está sentado, de pie, caminando o esquivando obstáculos, y ajustar automáticamente la estimulación cerebral en consecuencia.
En este sentido, a través de algoritmos de inteligencia artificial, han conseguido que el sistema "lea" esas señales cerebrales y ajuste automáticamente la estimulación en tiempo real. Es decir, el dispositivo no estimula siempre igual, sino que se adapta a cada movimiento de forma personalizada. Para hacerlo de forma fiable, los investigadores diseñaron una arquitectura modular: en lugar de un único algoritmo, el sistema tiene varios módulos que trabajan en paralelo, cada uno especializado en una situación concreta (con medicación, sin ella, con distintos niveles de estimulación).
Cada módulo opera en una escala de tiempo diferente, lo que le permite distinguir si un cambio en la señal cerebral se debe al movimiento del paciente o a los efectos del medicamento o de la propia estimulación. El sistema se probó en cuatro pacientes con problemas graves y persistentes de marcha. En todos ellos mejoró tanto la forma de caminar como otros síntomas motores del párkinson. Especialmente relevante fue el caso de un paciente que no respondía a los sistemas adaptativos basados en señales beta (las más usadas habitualmente), y que con este nuevo enfoque sí obtuvo beneficios.
Cuenta con lagunas limitaciones
Este nuevo método y en especial el referido a los algoritmos de inteligenica artificial cuenta con aspectos a mejorar, ya que según los investigadores El sistema solo ajusta la intensidad de la estimulación, no la frecuencia ni la configuración de los electrodos, lo que podría ampliar sus beneficios.
Igualmente, los algoritmos se entrenan una vez y permanecen fijos, por lo que necesitarán actualizarse periódicamente a medida que el cerebro cambia con el tiempo.
Aunque pueda contener afirmaciones, datos o apuntes procedentes de instituciones o profesionales sanitarios, la información contenida en Redacción Médica está editada y elaborada por periodistas. Recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.