Inteligencia artificial 16 Octubre, 2024
Inteligencia Artificial para detectar el autismo a los dos años de edad
El modelo AutMedAI se nutre de datos médicos y de desarrollo recopilados antes de los dos años para conseguir un diagnóstico precoz y preciso.
El sistema ha logrado identificar correctamente a casi un 80% de los pacientes con y sin la enfermedad.
Tags: #autismo, #inteligenciaartificial, #medicinapersonalizada
🕑︎ 2:30 min.
El autismo es un trastorno neurológico que causa diferentes afecciones relacionadas con el desarrollo cerebral y que afecta a alrededor del 1% de los niños y niñas del planeta. Aunque su detección debe ser lo más temprana posible, en la primera infancia, su diagnóstico se suele retrasar varios años.
Este trastorno tiene múltiples manifestaciones, hasta el punto de que las capacidades y necesidades de los pacientes pueden variar notablemente e incluso evolucionar con el tiempo. Hay personas que lo padecen que viven de forma independiente, mientras que otras sufren discapacidades graves que precisan constante atención y apoyo a lo largo de su vida.
La detección temprana, por tanto, resulta de suma importancia para intervenir de forma eficaz y conseguir mejores resultados, pero las herramientas de detección actuales cuentan con limitaciones.
IA para la detección precoz
Para agilizar el diagnóstico del autismo, un grupo de investigadores del Instituto Karolinska de Suecia1 ha empleado un modelo de inteligencia artificial (IA) que es capaz de detectar de forma fiable este trastorno con una pequeña cantidad de información médica recopilada antes de los dos años de edad.
Denominada AutMedAI, la IA está concebida para superar las limitaciones que rodean a los modelos de detección convencionales, tal y como recoge la revista JAMA Network Open2, y para profundizar en el diagnóstico temprano del riesgo de autismo y de otros trastornos neurológicos.
Además, el diagnóstico precoz podría contribuir a conseguir un acceso más temprano a las pruebas genéticas, hecho que ayudaría a mejorar los tratamientos personalizados.
Más de 14.000 diagnósticos
Para configurar la herramienta los investigadores probaron el valor de cuatro modelos diferentes de aprendizaje automático que habían sido “entrenados” con 28 sencillos parámetros obtenidos de niños menores de dos años. En concreto, el estudio involucró a casi 31.000 personas pertenecientes al programa SPARK (Simons Foundation Powering Autism Research for Knowledge) de detección del autismo, de los cuales la mitad sufría este trastorno. Esta base de datos posee información de pacientes reclutados online de 31 universidades de investigación y clínicas de 26 estados de los Estados Unidos.
El estudio consiguió predecir el trastorno con precisión y determinar que tanto el desarrollo como el comportamiento alimentario constituyen dos predictores del trastorno especialmente importantes. De los cuatro algoritmos, uno de ellos, AutMedAI, fue el que consiguió un mejor rendimiento. A continuación los investigadores probaron su eficacia con casi 14.800 individuos, y consiguieron identificar correctamente al 78,9% de los participantes recién introducidos con autismo o sin autismo.
Con respecto al 21% de los identificados de forma incorrecta, los investigadores hallaron diferencias significativas en comparación con los identificados correctamente, hecho que muestra la potencialidad del modelo a la hora de identificar a pacientes con más síntomas.
Referencias
KI. Karolinska Institutet. [Internet]. Disponible en: https://ki.se/e
JAMA Network Open. Machine Learning Prediction of Autism Spectrum Disorder From a Minimal Set of Medical and Background Information. [Internet]. Disponible en: https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2822394?utm_source=For_The_Media&utm_medium=referral&utm_campaign=ftm_links&utm_term=081924
¿Qué te ha parecido el artículo?
