IA ayuda a la detección del autismo

Investigadores de la Universidad de Louisville dicen haber desarrollado un sistema de inteligencia artificial (IA) con un récord casi perfecto en el diagnóstico temprano de autismo en niños pequeños.

Utilizando escaneos especializados de resonancia magnética (IRM o MRI por sus siglas en inglés) del cerebro, la herramienta diagnosticó a niños pequeños con una precisión del 98.5%, según los hallazgos programados para presentarse en Chicago la próxima semana en una reunión de la Sociedad Radiológica de América del Norte (RSNA, por sus siglas en inglés).

La investigación presentada en reuniones todavía se considera preliminar hasta que sea publicada en una revista revisada por pares.

“Nuestro algoritmo está entrenado para identificar áreas de desviación para diagnosticar si alguien es autista o neurotípico”, dijo Mohamed Khudri, un becario de investigación visitante que formó parte del equipo que desarrolló el sistema, en un comunicado de prensa de la RSNA.

El sistema de IA se basa en la resonancia magnética potenciada en difusión, una técnica especial que detecta cómo viaja el agua a través del cerebro a lo largo de lo que se conoce como “vías de materia blanca”, que se conectan con el sistema nervioso.

El sistema de IA aísla imágenes de escaneos de resonancia magnética potenciada en difusión y examina marcadores que revelan el nivel de conectividad entre áreas del cerebro. Un algoritmo de aprendizaje automático compara patrones en los cerebros de niños con autismo con aquellos de cerebros desarrollados normalmente.

“El autismo es principalmente una enfermedad de conexiones inapropiadas dentro del cerebro”, indicó el coautor, el Doctor Gregory Barnes, profesor de neurología y director del Norton Children’s Autism Center en Louisville, en el comunicado de prensa.

“La resonancia magnética potenciada en difusión capta estas conexiones anormales que llevan a los síntomas que a menudo tienen los niños con autismo, como la comunicación social deteriorada y comportamientos repetitivos”, añadió.

Los investigadores probaron su método con 226 niños de entre 24 y 48 meses de edad del Autism Brain Imaging Data Exchange-II. De ellos, 100 se estaban desarrollando normalmente; 126 estaban afectados por autismo.

El enfoque de IA fue 97% preciso al detectar casos reales de autismo (evitando informes falsos positivos) y fue 98% preciso al identificar a niños que no tenían autismo. Su precisión general fue del 98.5%, concluyó el equipo.

“Nuestro enfoque es un avance novedoso que permite la detección temprana del autismo en bebés menores de dos años”, recalcó Khudri.

“Creemos que la intervención terapéutica antes de los tres años puede llevar a mejores resultados, incluida la posibilidad de que los individuos con autismo logren una mayor independencia y coeficientes intelectuales más altos”, agregó.

Menos de la mitad de los niños con autismo recibieron una evaluación del desarrollo antes de los 3 años de edad, según un nuevo informe de los Centros para el Control y la Prevención de Enfermedades de EE. UU., y el 30% de los que cumplen con los criterios para autismo no fueron diagnosticados antes de los 8 años.

Los investigadores citaron varias razones para el diagnóstico tardío, incluida la falta de recursos en los centros de pruebas. Khudri manifestó que el sistema de IA podría ayudar a acelerar el proceso.

Produce un informe detallando qué vías cerebrales están afectadas, el impacto probable en la función y una puntuación de severidad que se puede usar para guiar la intervención.

“La idea detrás de la intervención temprana es aprovechar la plasticidad cerebral, o la capacidad del cerebro para normalizar la función con terapia”, subrayó Barnes.

Los investigadores buscan la autorización para el software de IA de la Administración de Alimentos y Medicamentos de EE. UU.

Pruebas Resultados del sistema

Según investigadores de la Universidad de Louisville desarrollaron un sistema de IA.

Prueban método

Se probó el método con 226 niños de 24 a 48 meses de edad del Autism Brain Imaging Data Exchange-II.

Diagnosticados

De ellos, 100 se estaban desarrollando normalmente; 126 estaban afectados por autismo.

Margen de error

La precisión general del sistema de IA fue del 98.5%

Nota original aquí

Fuente: Diario de Yucatán