Un modelo de inteligencia artificial predice el autismo en niños pequeños

Un nuevo modelo de aprendizaje automático ha demostrado su capacidad para predecir los trastornos del espectro autista (TEA) en niños pequeños utilizando información relativamente limitada, según muestra un nuevo estudio publicado en JAMA Network Open. Esta herramienta de inteligencia artificial (IA) podría facilitar la detección temprana del autismo, lo cual es crucial para proporcionar el apoyo adecuado.

“Con una precisión de casi el 80% para niños menores de dos años, esperamos que esta herramienta sea valiosa para el sector sanitario”, ha declarado Kristiina Tammimies, profesora asociada en KIND, del Departamento de Salud de la Mujer y el Niño del Instituto Karolinska, y última autora del estudio.

“Los resultados del estudio son significativos porque demuestran que es posible identificar a individuos con alta probabilidad de tener autismo utilizando información limitada y fácilmente accesible”, comenta el primer autor del estudio, Shyam Rajagopalan, investigador afiliado al mismo departamento en el Instituto Karolinska y actualmente profesor asistente en el Instituto de Bioinformática y Tecnología Aplicada de la India.

El equipo de investigación empleó una extensa base de datos de Estados Unidos (SPARK) que contiene información de aproximadamente 30.000 individuos, tanto con trastornos del espectro autista, como sin trastornos del neurodesarrollo. Analizando una combinación de 28 parámetros distintos, los investigadores desarrollaron cuatro modelos de aprendizaje automático para identificar patrones en los datos. 

Los parámetros seleccionados corresponden a información que se puede obtener sobre los niños sin necesidad de evaluaciones y pruebas médicas exhaustivas antes de los 24 meses de edad. El modelo que obtuvo mejores resultados fue denominado 'AutMedAI'. En una muestra de alrededor de 12.000 individuos, el modelo AutMedAI logró identificar aproximadamente al 80% de los niños con autismo. 

Entre los parámetros más relevantes, la edad de la primera sonrisa, la primera frase corta y la presencia de dificultades alimentarias fueron potentes indicadores de autismo en ciertas combinaciones. En el estudio, el modelo de IA mostró buenos resultados al identificar a niños con mayores dificultades en la comunicación social, la capacidad cognitiva y con retrasos generales en el desarrollo.

Según los investigadores, el diagnóstico temprano del autismo es fundamental para implementar intervenciones efectivas que puedan ayudar a los niños con este trastorno a desarrollar su potencial de manera óptima. “Esto podría cambiar drásticamente las condiciones para el diagnóstico temprano y las intervenciones, mejorando en última instancia la calidad de vida de muchas personas y sus familias”, añade Shyam Rajagopalan.

El equipo de investigación está planificando mejoras adicionales y la validación del modelo en entornos clínicos. También se está trabajando en la inclusión de información genética en el modelo, lo que podría llevar a predicciones aún más precisas y específicas.

“Para asegurar que el modelo sea lo suficientemente confiable como para ser implementado en contextos clínicos, se requiere un trabajo riguroso y una validación cuidadosa. Quiero enfatizar que nuestro objetivo es que el modelo se convierta en una herramienta valiosa para el cuidado de la salud, y no está destinado a reemplazar una evaluación clínica del autismo”, concluye Kristiina Tammimies.