Científicos coreanos diseñan una IA capaz de detectar el autismo con gran fiabilidad

El autismo es difícil de estudiar porque es una condición individual que carece de una cuantificación precisa. Pero ahora, investigadores de la Universidad de Yonsei (Seúl, Corea del Sur) han desarrollado con éxito un modelo de inteligencia artificial capaz de diagnosticar el trastorno del espectro autista (TEA) y determinar su gravedad.

Se basa en el aprendizaje profundo y ha logrado tasas de fiabilidad muy altas. Así pues, inteligencia artificial y autismo se enlazan para mejorar el diagnóstico.

¿Qué prueba se hace para detectar el autismo?

La terapeuta ocupacional pediátrica de Criar Con Sentido Común, Jéssica Romero, explica que el diagnóstico del trastorno del espectro autista (TEA) puede ser difícil ya que «no existen pruebas médicas, como un análisis de sangre, para diagnosticarlo». Así que la inteligencia artificial puede ser muy positiva en este sentido.

«El trastorno del espectro autista es un trastorno del neurodesarrollo que se detecta en la infancia y afecta al desarrollo de la comunicación e interacción social y la conducta. Los pequeños con TEA suelen mostrar patrones de comportamiento, intereses y actividades restringidas y repetitivas».

Se suele diagnosticar más en niños que en niñas. Estas últimas están infradiagnosticadas ya que las niñas tienden a «esconder» los signos, especialmente en casos leves, y a mostrar diferentes manifestaciones) y hay una amplia variabilidad en cuanto a la causa de presentación como en lo referente a la manifestación y evolución de los síntomas en las diferentes etapas del desarrollo, «dependiendo mucho de si hay otras problemáticas asociadas como síndromes genéticos o discapacidad intelectual», incide Romero.

Así que el diagnóstico del TEA se hace a través de la observación. Los especialistas observan el comportamiento y el desarrollo del niño.

La inteligencia artificial y el autismo: El método del aprendizaje profundo

El sistema desarrollado por los científicos coreanos se basa en un tipo de inteligencia artificial llamado aprendizaje profundo. Este sistema despliega redes neuronales artificiales basadas en el cerebro para reconocer patrones y se centra en los comportamientos de atención conjunta.

La atención conjunta es la habilidad de mantener la atención en un mismo objeto o acción. También nos ayuda a expresar e identificar emociones y sentimientos. Gracias a esta habilidad se desarrollan otras más complejas como el lenguaje, la comunicación o las habilidades sociales. La atención conjunta implica comportamientos como el contacto visual, girar la cabeza o mover los ojos durante las interacciones sociales.

Se trata de un marcador conductual crítico para diagnosticar el autismo, ya que las personas con trastorno del espectro autista presentan déficits en la atención conjunta. También pueden tener problemas en la comunicación y el lenguaje, las habilidades sociales y el juego.

La IA para detectar el trastorno de espectro autista

Los investigadores de la Facultad de Medicina de la Universidad de Yonsei tenían como objetivo proporcionar herramientas objetivas y cuantitativas para el diagnóstico de los TEA. Y para ello han desarrollado este modelo de aprendizaje profundo que se centra en los comportamientos de atención conjunta.

El estudio, publicado en mayo en JAMA Network Open, contó con la participación de 95 niños de entre 24 y 72 meses, 45 de ellos con TEA y 50 sin síntomas. Utilizando el protocolo diseñado por los profesores Ko Chan-young y Park Yu-rang del departamento de Informática de Sistemas Biomédicos de Yonsei, grabaron a los niños y analizaron tres tipos de conductas relacionadas con la atención conjunta:

• Iniciación de la atención conjunta: Ocurre cuando el niño o niña dirige la atención de otra persona hacia un objetivo compartido.
• La respuesta de bajo nivel de atención conjunta.
• La respuesta de nivel alto de atención conjunta.

Estas dos últimas describen cuando los niños/as miran objetos en respuesta al inicio de una interacción por parte de otra persona, señalando un objeto en un lugar cercano o lejano.

Diagnósticos con una precisión de más del 95%

Posteriormente, los investigadores entrenaron la IA para que fuera capaz de distinguir a los niños con TEA de los que no tenían este trastorno y la gravedad. El modelo fue evaluado utilizando varios indicadores, entre ellos el área bajo la curva característica operativa del receptor (AUROC), exactitud, precisión y recuperación.

El AUROC se utilizó para describir la precisión diagnóstica de una prueba particular para diagnosticar una afección. Se utilizó la exactitud para describir el porcentaje de casos en los que el resultado previsto y el valor real son iguales en el conjunto de datos total. Mientras que la precisión determinó la probabilidad de que una persona con un resultado positivo en la prueba realmente tenga una enfermedad. Por último, se determinó la probabilidad de que una persona con una enfermedad real diera positivo.

El modelo predictivo tenía un AUROC del 99,6%, una exactitud del 97,6% y una precisión del 95,5%. Por su parte, la probabilidad de que una persona con una enfermedad real diera positivo fue del 99,2% cuando se entrenaba con vídeos de atención conjunta, en los que el niño guiaba la interacción. El modelo funcionó igualmente bien al analizar otros tipos de interacciones.

Inteligencia artificial y autismo: Un paso más hacia el desarrollo de herramientas de detección y diagnóstico

No es la primera investigación que se centra en ayudar a diagnosticar el TEA. De hecho, en Australia también han dado pasos en este sentido. La Universidad La Trobe ha desarrollado dos métodos que permiten la detección precoz del autismo en niños y niñas de apenas 12 meses. El método australiano se utiliza ya en 11 países y su fiabilidad puede llegar al 96%.

Está basado en la observación y requiere la capacitación de profesionales de la salud y la educación infantil. Y funciona mejor cuando se implementa en un entorno que monitorea de forma rutinaria el desarrollo infantil. Por ejemplo, centros de salud o de atención temprana.

También gracias a la inteligencia artificial se está avanzando, por ejemplo, en la detección de problemas oftalmológicos en niños. Pero ahora la herramienta desarrollada en Corea del Sur enlaza inteligencia artificial y autismo. Y esto puede mejorar la precisión del diagnóstico e incluso contribuir a desarrollar nuevas herramientas precisas para el TEA y otros trastornos neurológicos.