La enfermedad de Parkinson es un proceso crónico y progresivo provocado por la degeneración neuronal de la sustancia negra, lo que conlleva una disminución en los niveles de dopamina y la consiguiente aparición de los síntomas motores -los más frecuentes y los más conocidos por la población-. Pero la neurodegeneración comienza antes de que se manifiesten tales síntomas, por lo que se hace cada vez más importante el conocimiento sobre los síntomas no motores de la enfermedad y otros síntomas que, debido a que la enfermedad afecta tanto al sistema nervioso central como al periférico, pueden preceder -o acompañar- a la sintomatología más frecuente. El diagnóstico del Parkinson es eminentemente clínico, es decir, se realiza por parte del neurólogo a partir de los síntomas y su evolución, ya que las pruebas complementarias ayudan, pero no proporcionan un diagnóstico. La monitorización de fluctuaciones del paciente y de síntomas motores y no motores en la enfermedad del Parkinson de forma objetiva supondría un avance notable en la práctica clínica ya que posibilitaría un seguimiento personalizado y un ajuste de la medicación a las necesidades individualizadas de los pacientes. Además, abriría la posibilidad a nuevas mejoras dentro del tratamiento y la diagnosis de la enfermedad y generación de informes y alarmas automáticos. Se plantea por tanto un sistema basado fundamentalmente en visión artificial capaz de detectar automáticamente diferentes expresiones faciales involuntarias y rasgos motores que evidencien la enfermedad o cambios en su evolución.