A partir de estas señales se han desarrollado varios marcadores digitales (temblor y bradicinesia) mediante técnicas de inteligencia artificial que han sido validados por los neurólogos, así como un detector de congelación de la marcha que mejoran los resultados alcanzados hasta el momento en el estado del arte. En este contexto se ha desarrollado una tesis doctoral [https://doi.org/10.20868/UPM.thesis.68904 ], se han publicado los resultados en revistas científicas:
- https://doi.org/10.3390/s21010291
- https://doi.org/10.3390/s20071895
- https://doi.org/10.1016/j.engappai.2022.105482
- https://doi.org/10.3390/electronics11233879
- https://doi.org/10.3389/fneur.2023.1326640
- https://doi.org/10.3390/app142210189
se han realizado varios registros de software, publicado los conjuntos de datos obtenidos y etiquetados en repositorios públicos:
- https://doi.org/10.5281/zenodo.8104853
- https://doi.org/10.5281/zenodo.13884807
- https://doi.org/10.5281/zenodo.14626351
- https://doi.org/10.5281/zenodo.14623731
Asimismo, se han difundido las características del ensayo clínico [https://clinicaltrials.gov/study/NCT06817772]. Actualmente, se sigue trabajando en la explotación de la base de datos para definir otros marcadores que puedan formar parte de un conjunto de bioindicadores digitales para la evaluación de los síntomas motores de la EP y validarlos con una población mayor a través de un ensayo clínico multicéntrico a gran escala.
