Un nuevo modelo de aprendizaje automático puede predecir el autismo en niños pequeños a partir de información relativamente limitada. Así se publica en un nuevo estudio del Instituto Karolinska. Red JAMA abierta.. El modelo puede facilitar la detección temprana del autismo, lo cual es fundamental para brindar el apoyo adecuado.
“Con una precisión de alrededor del 80 por ciento para niños menores de dos años, esperamos que sea una herramienta valiosa para el cuidado de la salud”, dice la profesora asociada de KIND Christina Tammez, Departamento de Salud de la Mujer y de los Niños, Instituto Karolinska y autora de. el estudio final.
El equipo de investigación utilizó una gran base de datos estadounidense (SPARK) con información sobre casi 30.000 personas con y sin trastornos del espectro autista.
Al analizar una colección de 28 parámetros diferentes, los investigadores desarrollaron cuatro modelos separados de aprendizaje automático para identificar patrones en los datos. Los parámetros seleccionados fueron información sobre los niños que se podía obtener sin una evaluación exhaustiva y pruebas clínicas antes de los 24 meses de edad. El modelo con mejor rendimiento se denominó ‘AutMedAI’.
De casi 12.000 personas, el modelo AutMedAI pudo identificar alrededor del 80% de los niños con autismo. En determinadas combinaciones con otros parámetros, la edad de la primera sonrisa, la primera frase corta y la presencia de dificultades para comer fueron fuertes predictores de autismo.
“Los resultados del estudio son importantes porque muestran que es posible identificar personas que probablemente tengan autismo con información relativamente limitada y fácilmente disponible”, dice el primer autor del estudio, Shyam Rajagopalan, del Instituto Karolinska, un investigador afiliado al Instituto. mismo departamento. y actualmente profesor asistente en el Instituto de Bioinformática y Tecnología Aplicada de la India.
Según los investigadores, el diagnóstico precoz es crucial para poder implementar intervenciones eficaces que puedan ayudar a los niños con autismo a desarrollarse de forma óptima.
“Esto podría cambiar radicalmente la forma en que se realizan los diagnósticos tempranos y las intervenciones y, en última instancia, mejorar la calidad de vida de muchas personas y sus familias”, afirma Shyam Rajagopalan.
En el estudio, el modelo de IA mostró buenos resultados en la identificación de niños que tienen más dificultades con la comunicación social y la capacidad cognitiva y retrasos en el desarrollo más comunes.
El equipo de investigación ahora está planeando un mayor refinamiento y validación del modelo en entornos clínicos. También se está trabajando para incorporar información genética al modelo, lo que podría conducir a predicciones aún más específicas y precisas.
“Se necesita trabajo duro y una validación cuidadosa para garantizar que este modelo sea lo suficientemente confiable como para ser aplicado en un contexto clínico. Quiero enfatizar que nuestro objetivo es que el modelo de salud sea una herramienta valiosa para la atención, y no pretende reemplazar el diagnóstico clínico del autismo”, afirma Kristina Tamims.
El estudio fue financiado por la Fundación Sueca para la Investigación Estratégica, Hjärnfonden y Stratneuro.
