AGISTIN: Transformació dels sistemes de reg en emmagatzematge d’energia per a una transició energètica sostenible
febrer 17, 2025
Cyan2Bio: Producció sostenible de bioplàstics i pigments naturals a partir de cianobacteris en efluents residuals
març 3, 202520/02/2025
Les malalties neurodegeneratives, com la malaltia de Parkinson, l'Alzheimer i les malalties relacionades amb l'edat, han estat àmpliament estudiades a causa del seu gran impacte en les persones i la societat. Fins ara, són malalties incurables i debilitants que produeixen una degeneració progressiva i la mort de les cèl·lules nervioses, amb un consegüent deteriorament cognitiu i de la mobilitat. Els tremolors, principalment en repòs, la lentitud dels moviments (bradiquinesi), la rigidesa de les extremitats i els problemes de marxa i equilibri són els trastorns motors típics de la malaltia de Parkinson. A més, a causa de l'atròfia progressiva dels músculs, aquests problemes poden provocar caigudes, la qual cosa comporta més complicacions i riscos per a la qualitat de vida.
Per això, és important comprendre els patrons característics de les alteracions de la marxa en els pacients amb malaltia de Parkinson, tot i que aquestes alteracions es produeixin de manera ocasional i intermitent, i apareguin de manera aleatòria i inexplicable. En particular, aquest és el cas de la denominada congelació de la marxa (Freezing of Gait, FOG, en anglès), que es considera un dels símptomes motors més greus i incapacitants de la malaltia de Parkinson i, tanmateix, un dels menys compresos.
A més dels aspectes motors, aquestes malalties neurodegeneratives i els seus tractaments mostren símptomes a nivell del sistema cardiovascular de la persona.
En aquest context, el Grup d'Instrumentació, Sensors i Interfícies (ISI) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), conjuntament amb el grup HowLab de la Universitat de Saragossa, ha desenvolupat una plantilla intel·ligent capaç de mesurar la força i el moviment per caracteritzar la marxa, així com el balistocardiograma (BCG) o el pletismograma d'impedància (IPG), per estimar la variabilitat de l'estat cardiovascular d'un pacient amb malaltia de Parkinson. Aquesta plantilla pot proporcionar dades objectives sobre l'evolució del pacient i ajudar els metges a prescriure un tractament més personalitzat i efectiu, millorant així la qualitat de vida dels pacients.
Les plantilles integren un sistema amb algoritmes avançats que garanteix l'obtenció de dades d'alta qualitat i una bateria de llarga durada. El disseny dels sistemes electrònics que realitzen les mesurades s'ha optimitzat per reduir tant el nombre i el cost dels components com el consum d'energia.
Els algoritmes han estat dissenyats per detectar, quantificar i registrar en temps real les principals disfuncions de la marxa de la malaltia de Parkinson: tremolors, bradiquinesi, rigidesa de les extremitats, arrossegament dels peus, pèrdua d'equilibri i congelació de la marxa, i també per mesurar els principals paràmetres cardiovasculars de la persona. La integració d'aquests paràmetres marca un avenç innovador, ja que es tracta d'una eina clau per al seguiment i control efectiu dels pacients a llarg termini.
Els especialistes clínics han supervisat i validat aquest sistema amb pacients per ajudar els metges a personalitzar els tractaments basant-se en dades objectives. Això permet, per exemple, ajustar de manera precisa el nombre de repeticions d'un exercici en funció de la fatiga del pacient o adaptar la dosificació de la medicació. Aquests ajustaments, que representen un repte significatiu amb les dades clíniques disponibles actualment, podran així abordar-se de manera més efectiva. Les noves plantilles contribuiran a evitar caigudes i la congelació de la marxa, així com a millorar l'efectivitat de tractaments fisioterapèutics i farmacològics en pacients amb la malaltia de Parkinson.
Pressupost i finançament
El projecte té una durada de 4 anys (2021-25) i compta amb un pressupost de 101.640 euros finançats a través del Pla Estatal de Recerca Científica i Tècnica i d'Innovació 2017-2020 dins del Programa Estatal d'I+D+I orientada als reptes de la societat, Reptes de Recerca: projectes d'I+D+I.
Projectes Relacionats
- 09/10/2025Project Headerrightno-repeat;left top;;auto20px Els grups de recerca Barcelona Innovative Transportation (BIT), el Centre de Recerca en Automoció i Mobilitat Avançada (CER-AMA) i The Future Mobility Research […]
- L’empresa Friselva S.A., la Corporació Alimentària Guissona (bonÀrea), conjuntament amb el Clúster Food Service i l’inLab FIB de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), participen en el projecte Hydroless, amb l’objectiu d’optimitzar el consum d’aigua en plantes de producció càrnica. El projecte inclou una solució innovadora per monitorar i optimitzar el consum de l’aigua a la planta de bonÀrea a Guissona, així com el disseny i desenvolupament d’un bessó digital de les instal·lacions de Friselva a Riudellots de la Selva.
- El projecte Quick Challenge-Driven, Human-Centred Co-Creation Mechanism for INDUStry-Academia Collaborations (INDUSAC), finançat per la UE, ha desenvolupat i validat amb èxit un nou mecanisme de cocreació centrat en les persones i impulsat per reptes que connecta la indústria amb l’acadèmia a tot Europa. Al llarg de tres anys d’implementació, el projecte ha donat suport a equips internacionals d’estudiants i investigadors per afrontar necessitats d’innovació presentades directament per empreses. El projecte INDUSAC ha creat una comunitat dinàmica d’agents de la indústria i l’acadèmia enfocada en la circularitat, la sostenibilitat en general, la digitalització i la indústria 4.0.
- Un equip d’investigació liderat pel Mobile Robotics and Artificial Intelligence Group (RAIG) de l’Institut de Robòtica Industrial (IRI, CSIC-UPC) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el projecte europeu TRIFFID (auTonomous Robotic aId For increasing FIrst responDers efficiency). L’objectiu és desenvolupar una plataforma per donar suport als operatius de rescat en situacions d’emergència. La iniciativa combina robòtica avançada, intel·ligència artificial i interfícies immersives per millorar la seguretat i la rapidesa de resposta en entorns perillosos.
