No es la primera vez que los investigadores intentan utilizar la inteligencia artificial (IA) para detectar el autismo. En estudios anteriores, los científicos han empleado tecnologías similares junto con escaneos retinianos en niños.
Metodología del Estudio Reciente
En un artículo publicado en la revista Jama Network Open, Tammimies y sus colegas describen cómo utilizaron datos de una iniciativa de investigación estadounidense llamada Spark. Este estudio incluyó información de 15,330 niños diagnosticados con autismo y 15,330 sin dicho diagnóstico.
El equipo se centró en 28 medidas que pueden obtenerse fácilmente antes de que los niños cumplan 24 meses, basadas en información reportada por los padres a través de cuestionarios médicos y de antecedentes, como la edad a la que el niño sonríe por primera vez.
Puede leer también | Genes que se relacionan con autismo y trastorno bipolar
Luego, crearon modelos de aprendizaje automático que identificaron diferentes patrones en las combinaciones de estas características entre niños autistas y no autistas.
Resultados del Estudio
Después de construir, ajustar y probar cuatro modelos diferentes, el equipo seleccionó el más prometedor y lo evaluó en otro conjunto de datos de 11,936 participantes con información similar. De estos, 10,476 tenían un diagnóstico de autismo.
Puede leer también | Los científicos revelan cómo se desarrolla el autismo en los niños
Los resultados revelaron que, en general, el modelo identificó correctamente a 9,417 participantes (78.9%) con o sin trastorno del espectro autista, con una precisión del 78.5% para niños de hasta dos años, 84.2% para aquellos de dos a cuatro años, y 79.2% para los de cuatro a diez años.
Una prueba adicional con otro conjunto de datos que incluía a 2,854 individuos autistas reveló que el modelo identificó correctamente al 68% de ellos.
Limitaciones y Consideraciones
Tammimies explicó que este último conjunto de datos provenía de otra cohorte de investigación que incluía familias con un solo niño autista y algunos de los parámetros estaban ausentes, lo que redujo el rendimiento del modelo, indicando que aún se necesita más desarrollo.
Los investigadores destacaron que las medidas más significativas para las predicciones del modelo incluían problemas con la alimentación, edad al construir las primeras frases largas, edad al lograr el control de esfínteres y edad de la primera sonrisa.
Puede leer también | 5 razones por las que se pasa por alto un diagnóstico de autismo
Sin embargo, algunos expertos recomendaron precaución, señalando que la capacidad del modelo para identificar correctamente a personas no autistas fue solo del 80%, lo que significa que el 20% de las personas fueron erróneamente clasificadas como posiblemente autistas. Además, advirtieron que presionar por un diagnóstico temprano podría ser problemático.
Opinión Experta
La profesora Ginny Russell de la Universidad de Exeter comentó que es difícil determinar cuáles niños pequeños pueden tener una discapacidad grave y quiénes "se pondrán al día" a pesar de un inicio lento.
"Mi recomendación es que aplicar etiquetas psiquiátricas antes de los dos años es demasiado temprano, basándose en unos pocos indicadores como el comportamiento alimentario", señaló.