Las exploraciones cerebrales, mediante inteligencia artificial, podrían ayudar a revelar si los bebés de 6 meses de edad desarrollarán autismo, según un nuevo estudio publicado en Science Translational Medicine.

El estudio examinó a 59 niños que estaban en alto riesgo de desarrollar autismo, es decir, cada uno tenía un hermano mayor con autismo. La inteligencia artificial predijo con 100 % de precisión que 48 niños no desarrollarían autismo. Además, de los 11 bebés que desarrollaron el trastorno , 9 fueron correctamente predichos.  

Robert Emerson, autor principal del estudio y ex becario postdoctoral en neurociencia cognitiva de la Universidad de Carolina del Norte (UNC), dijo que el sistema "era extremadamente preciso". Los estudios demuestran que el 20 % de los bebés que tienen hermanos mayores con autismo desarrollarán el trastorno. Entre los bebés de la población general, el 1,5 % lo desarrolla.

Los resultados de la nueva investigación podrían conducir a nuevas herramientas de diagnóstico que identifiquen el autismo antes de que ocurran los síntomas, dando a los clínicos la oportunidad de intervenir temprano, dijeron los investigadores.

El trastorno del espectro autista está caracterizado por una amplia gama de desafíos de comunicación social y comportamientos repetitivos, y comúnmente, los síntomas conductuales comienzan a aparecer en los niños alrededor de los 2 años de edad. Emerson y sus colegas demostraron que podían identificar biomarcadores para el trastorno antes de que los síntomas ocurran.

Como parte de su estudio, los investigadores utilizaron escáneres de MRI. Durante los escaneos, los investigadores registraron la actividad neural de 230 regiones diferentes en el cerebro, buscando particularmente si los pares de estas regiones se sincronizaban entre sí y, en caso afirmativo, hasta qué punto. En total, los investigadores midieron 26 335 conexiones funcionales cruciales para la cognición, la memoria y el comportamiento.

Cuando los niños alcanzaron la edad de 2 años, regresaron para una evaluación del comportamiento. Los investigadores examinaron las interacciones sociales de los niños, la comunicación, el desarrollo motor y la tendencia a realizar acciones repetitivas, y determinaron si cada niño tenía autismo. Con todos los datos en la mano, los investigadores se propusieron entrenar su programa de aprendizaje automático y luego usarlo para ejecutar predicciones.

El programa aprendió a detectar diferencias entre las conexiones funcionales imaginadas en los datos de MRI recogidos a los 6 meses de edad que se correlacionan con la cognición, la memoria y el comportamiento y los detalles de las evaluaciones de comportamiento recogidas a los 24 meses. A medida que el programa hacía esto, separaba a los niños en dos grupos: aquellos con autismo y aquellos sin la condición. Una vez que fue entrenado, podría hacer predicciones.

Pero durante el proceso de capacitación, los investigadores no utilizaron los datos de los 59 niños. "Cada niño fue predicho por separado basado en un modelo de los otros niños en el grupo", dijo Emerson. Al final, el programa de aprendizaje automático fue correcto en el 82 % de los casos de niños que desarrollaron autismo.

FUENTE: LiveScience

Si quieres estar siempre enterado de lo último y lo mejor en descubrimientos, investigaciones y avances científicos y tecnológicos SUSCRÍBETE AQUÍ en un solo paso. Recibirás un boletín semanal con lo mejor de Sophimania.