Rigshospitalet y la Universidad de Aarhus, en colaboración con la empresa de tecnología sanitaria T&W Engineering, están desarrollando un dispositivo llamado «Ear EGG», similar a los auriculares para los oídos, que puede permitir la detección temprana, el diagnóstico, la prevención y el tratamiento del enfermedades neurodegenerativas como Alzheimer y el Parkinson.

Tal y como destaca el profesor Preben Kidmose, quien dirige el Centro de EEG de Oído en la danesa Universidad de Aarhus, «el Alzheimer y el Parkinson son ejemplos de enfermedades que se arrastran durante muchos años. Por lo general, solo se notan cuando comienzas a desarrollar, por ejemplo, problemas cognitivos y de memoria, trastornos del sueño o trastornos musculoesqueléticos. El diagnóstico generalmente llega tan tarde que la única opción de tratamiento es el tratamiento para los síntomas».

geriatricarea Ear EGG Alzheimer Parkinson
«Ear-EEG» es un dispositivo que permite medir la actividad eléctrica del cerebro y mapear los patrones de sueño para detectar signos de Alzheimer o Parkinson. Foto: Universidad de Aarhus / Sebastian Krog Knudsen

«Con este proyecto intentaremos identificar los signos de las dos enfermedades 10-15 años antes de que comiencen a surgir los primeros problemas, lo que abriría opciones de tratamiento mucho más eficaces que las actuales», señala Preben Kidmose.

Detectar cambios que puedan ser signos tempranos de enfermedades cerebrales

«Ear EGG» es un pequeño dispositivo se coloca en el oído y mide los cambios de voltaje extremadamente pequeños en la superficie de la piel causados por la actividad eléctrica en las neuronas del cerebro, siendo una tecnología mucho más suave y menos disruptiva que las mediciones tradicionales del sueño.

«Esperamos que en el futuro, podamos usar el ‘Ear EGG’ para hacer mediciones que puedan reemplazar parcialmente el estudio del sueño existente y algo más difícil que hacemos hoy. Buscaremos hacer que la tecnología sea tan simple que pueda usarla en casa y durante un período de tiempo más largo. Idealmente, podrá medir el propio sueño durante unos días, semanas o meses al año. El objetivo es encontrar cambios que puedan ser signos tempranos de enfermedades cerebrales graves como el Alzheimer y el Parkinson, y desentrañar a los pacientes más fácilmente y antes que hoy. Esto será una gran ventaja», incide Poul Jørgen Jennum, MD, jefe del Centro Danés de Trastornos del Sueño en Rigshospitalet.

Este experto destaca como otra de las ventajas de este esta tecnología que «tenemos la oportunidad de examinar a los pacientes en su vida cotidiana, y podemos seguir y, por lo tanto, ver los cambios en el sueño y el efecto de, por ejemplo, los tratamientos. Esto potencialmente hace que la tecnología ‘Ear EGG’ sea una buena herramienta de detección que se puede usar en casa, al igual que un monitor de presión arterial».

Por su parte, el CEO de la compañía T&W Engineering, Richard Tøpholm, incide en que «la demencia es un problema importante con el que se ha luchado durante mucho tiempo sin grandes avances. Además, los métodos actuales no son escalables y no son adecuados para mediciones repetidas en relación con el rastreo o el monitoreo de la progresión de la enfermedad. Si podemos desarrollar soluciones para involucrar a los pacientes en sus propios hogares, podemos comenzar a construir perfiles de salud en mucha mayor precisión, de modo que podamos calificar a los pacientes para los exámenes más eficaces y lograr un diagnóstico mucho más precoz».

El desarrollo de la tecnología «Ear EGG» se enmarca en el proyecto PANDA («Evaluación de la progresión en los trastornos neurodegenerativos del envejecimiento»), que cuenta con el apoyo del Fondo de Innovación de Dinamarca y una duración de cuatro años. Rigshospitalet es responsable de realizar pruebas clínicas y recopilar datos. Por su parte, T&W Engineering es responsable de integrar los diversos sensores en el dispositivo auditivo e implementar el sistema de diagnóstico que comunicará los resultados a los médicos, mientras que la Universidad de Aarhus se encarga de desarrollar los algoritmos de biomarcadores.