Aplicación de Técnicas de Machine Learning para la Identificación de Patrones de Planificación de la FCR

La Figura Compleja de Rey (FCR) se ha convertido actualmente en una herramienta ampliamente utilizada en neuropsicología para, entre otras, determinar el deterioro cognitivo en pacientes con enfermedades tales como Deterioro Cognitivo Leve, Alzheimer, Demencia o Esclerosis Múltiple. Más concretamente, esta prueba consiste en que el paciente dibuje una determinada figura, conocida como FCR, para valorar 2 aspectos diferentes: la riqueza de la copia, es decir, cómo de fiel es la copia respecto a la original; y la planificación, es decir, cómo se enfrente el paciente al problema.

A diferencia de la riqueza de la copia, actualmente existen pocos estudios que tienen en cuenta la planificación, y los existentes, o son excesivamente intrusivos (es decir, influyen en la planificación del paciente) o son demasiados complejos para su uso clínico. El objetivo de la investigación que aquí se plantea es desarrollar un procedimiento que permita valorar la planificación de forma objetiva pero suficientemente ágil como para poder ser empleado en la clínica ordinaria. Una vez alcanzado este primer paso se pretenden determinar, mediante técnicas de machine learning, diferentes patrones de planificación que permitan discernir entre diferentes tipologías de alteraciones neuropsicológicas.