Un nuevo estudio publicado en JAMA Network Open utiliza la IA para identificar a los niños pequeños que pueden padecer un trastorno del espectro autista (TEA).
Investigadores del Karolinska Institutet de Suecia han desarrollado un modelo de aprendizaje automático que puede predecir el autismo con una precisión aproximada de 80% en niños menores de dos años, utilizando únicamente información médica básica y de fondo.
En estudiardirigido por la Dra. Kristiina Tammimies y su equipo, utilizó datos de la base de datos de la Simons Foundation Powering Autism Research for Knowledge (SPARK), que contiene amplia información sobre personas con autismo y sus familias.
Los investigadores analizaron los datos de 30.660 participantes, divididos a partes iguales entre aquellos con y sin diagnóstico de autismo.
"Utilizando [el] modelo de IA, puede ser posible utilizar la información disponible e identificar antes a los individuos con elevada probabilidad de autismo para que puedan obtener un diagnóstico y ayuda más tempranos". dijo el Dr. TammimiesEl objetivo de la campaña es destacar la repercusión potencial de su trabajo.
El equipo se centró en 28 medidas fáciles de obtener que podían recogerse antes de que el niño cumpliera 24 meses.
Entre ellos se incluía la información facilitada por los padres a partir de cuestionarios médicos y de antecedentes, como la edad de la primera sonrisa, los comportamientos alimentarios y los hitos del desarrollo del lenguaje.
A continuación, los investigadores crearon y probaron cuatro modelos diferentes de aprendizaje automático, y finalmente seleccionaron el de mejor rendimiento, al que llamaron "AutMedAI".
Resultados prometedores
Para garantizar la AutMedAI modelo funcionaba bien en distintos grupos de personas, el equipo lo probó en dos conjuntos de datos distintos:
- Casi 12.000 nuevos participantes a partir de una versión actualizada de su base de datos original.
- Unos 3.000 individuos con autismo de un estudio diferente
Los resultados fueron alentadores. Cuando se probó en el conjunto de datos más amplio de nuevos participantes, la IA identificó correctamente al 78,9% de los niños como autistas o no autistas. Esto significa que acertó en aproximadamente 4 de cada 5 casos.
El Dr. Tammimies señaló: "Quiero subrayar que el algoritmo no puede diagnosticar el autismo, ya que esto [todavía] debe hacerse con métodos clínicos de referencia."
Los investigadores también hallaron rasgos especialmente predictivos del autismo.
Entre ellos se incluían los problemas para ingerir alimentos, la edad a la que los niños construyeron por primera vez frases más largas, la edad a la que consiguieron aprender a ir al baño y la edad a la que sonrieron por primera vez.
Curiosamente, el rendimiento del modelo fue sólido en distintos grupos de edad, sexo y origen racial.
Esto es especialmente digno de mención, ya que algunas herramientas de cribado existentes han mostrado sesgos a la hora de identificar el autismo en diversos grupos.
El diagnóstico precoz puede mejorar la evolución de los pacientes
La detección precoz del autismo es vital. Abre la puerta a intervenciones oportunas que pueden mejorar enormemente el desarrollo del niño y sus resultados a largo plazo.
Como explicó el Dr. Shyam Rajagopalan, primer autor del estudio, "esto puede cambiar drásticamente las condiciones del diagnóstico precoz y las intervenciones y, en última instancia, mejorar la calidad de vida de muchas personas y sus familias."
Sin embargo, los investigadores advierten de que es necesaria una mayor validación en entornos clínicos antes de implantar el modelo.
También están trabajando en la incorporación de información genética al modelo, lo que podría aumentar aún más su precisión.
Por supuesto, las herramientas de diagnóstico de IA sólo complementan otras observaciones clínicas. - y no sustituirlos.
Esta investigación se suma a un creciente número de trabajos que exploran las aplicaciones de la IA en la salud mental.
Por ejemplo, estudios recientes han demostrado el potencial de la IA en predecir los niveles de ansiedad basándose en las reacciones de los individuos a las fotografías, y en ayudar a la diagnóstico de esquizofrenia.
Se han desarrollado otros sistemas de diagnóstico precoz basados en IA para enfermedades neurológicas, como el Parkinsonmostrando cómo la tecnología puede contribuir a la intervención y el tratamiento precoces.
