Un nuevo modelo de IA identifica el autismo en niños pequeños con precisión cercana al 80 %

Un estudio del Karolinska Institutet en Suecia, publicado en 'JAMA Network Open', revela que un nuevo modelo de aprendizaje automático puede identificar el autismo en niños pequeños con información limitada.

Kristiina Tammimies, profesora asociada del KIND en el Karolinska Institutet y autora del estudio, señala que el modelo tiene una precisión de casi el 80 % en niños menores de dos años y espera que sea útil para la atención sanitaria. Para su investigación, el equipo utilizó una gran base de datos estadounidense llamada SPARK, que incluye información sobre unos 30.000 individuos con y sin autismo.

Modelo de aprendizaje automático para identificar el riesgo de autismo en niños mediante parámetros accesibles

El estudio llevó a cabo un análisis detallado 28 parámetros diferentes y desarrolló cuatro modelos de aprendizaje automático para encontrar patrones en los datos. Estos parámetros se referían a información sobre niños que se puede obtener sin pruebas médicas o evaluaciones exhaustivas antes de los 24 meses. El modelo más efectivo se llamó ‘AutMedAI’.

Entre unos 12.000 niños, el modelo ‘AutMedAI’ logró identificar alrededor del 80 % de los niños con autismo. En combinaciones específicas de parámetros, como la edad de la primera sonrisa, la primera frase corta y las dificultades para comer, se encontraron indicadores de esta enfermedad. El primer autor del estudio destacó que los resultados son importantes porque muestran que es posible identificar el riesgo de autismo con información relativamente limitada y accesible.

La importancia de la detección temprana del TEA a partir de información limitada

Shyam Rajagopalan, quien es investigador en el mismo departamento del Karolinska Institutet y autor del estudio, resalta que los hallazgos son de gran relevancia porque evidencian que es factible identificar a individuos con altas probabilidades de desarrollar TEA utilizando información que es relativamente limitada y que está fácilmente accesible. Este descubrimiento es importante porque muestra que, con una cantidad moderada de datos, se puede prever el riesgo de tener trastorno del espectro autista (TEA) con suficiente precisión.

Rajagopalan también enfatiza que un diagnóstico temprano es fundamental para llevar a cabo intervenciones efectivas que puedan ayudar a los niños con autismo a desarrollarse de manera óptima. Explica que este avance podría transformar de manera radical las condiciones actuales en cuanto al diagnóstico precoz y las estrategias de intervención, lo que a su vez podría mejorar significativamente la calidad de vida de muchas personas afectadas por el TEA y de sus familias.

La evaluación clínica

Por otro lado, Kristiina Tammimies señala que, para garantizar que el modelo desarrollado sea lo suficientemente confiable para su uso en entornos clínicos, es necesario llevar a cabo un trabajo exhaustivo y una validación rigurosa.

Además, subraya que el objetivo principal es que el modelo se convierta en una herramienta útil en la atención sanitaria, pero aclara que no pretende reemplazar una evaluación clínica completa del autismo.