(HealthDay News) – La IA puede ayudar a predecir qué niños pequeños son más propensos a desarrollar autismo, señala un estudio reciente. La IA busca patrones en los datos médicos que se puedan obtener fácilmente de niños de 2 años o menos sin evaluaciones extensas o pruebas clínicas, dijeron los investigadores.
El programa “AutMedAI” pudo identificar a alrededor de un 80 por ciento de los niños con autismo, cuando se evaluó con datos de un grupo de 12,000 niños, informaron los investigadores en la edición del 19 de agosto de la revista JAMA Network Open.
En particular, la edad de la primera sonrisa de un niño, su primera frase corta y la presencia de dificultades para comer predijeron fuertemente el autismo, apuntaron los investigadores.
“Con una precisión de casi un 80 por ciento para los niños menores de 2 años, esperamos que sea una herramienta valiosa para la atención de la salud”, señaló la investigadora principal, Kristiina Tammimies, profesora asociada del Departamento de Salud de la Mujer y el Niño del Instituto Karolinska, en Suecia.
La IA también mostró buenos resultados en la identificación de niños que enfrentarán problemas más extensos en la comunicación social, la capacidad cognitiva y el retraso en el desarrollo, dijeron los investigadores.
:quality(85)/cloudfront-us-east-1.images.arcpublishing.com/infobae/IQK2GEXW25CBXC5CW6P4QP22MA.jpg%20420w)
Un nuevo modelo de aprendizaje automático puede predecir el autismo en niños pequeños a partir de información relativamente limitada (Imagen Ilustrativa Infobae)
En el estudio, los investigadores entrenaron a cuatro programas distintos de IA para buscar el autismo utilizando datos de unas 30.000 personas con y sin transtornos del espectro autista. El programa AutMedAI terminó siendo el mejor de los cuatro en las pruebas de seguimiento.
“Los resultados del estudio son significativos porque muestran que es posible identificar a los individuos que probablemente tengan autismo a partir de información relativamente limitada y fácilmente disponible”, señaló el investigador principal, Shyam Rajagopalan, investigador afiliado del Instituto Karolinska y profesor asistente del Instituto de Bioinfomática y Tecnología Aplicada de la India.
El diagnóstico temprano del autismo es importante porque mientras los niños reciban terapias e intervenciones efectivas para su condición, mejores serán sus resultados, apuntaron los investigadores.
“Esto puede cambiar drásticamente las condiciones para el diagnóstico y las intervenciones tempranas, y en última instancia mejorar la calidad de vida de muchos individuos y sus familias”, planteó Rajagopalan en un comunicado de prensa de Karolinska.
:quality(85)/cloudfront-us-east-1.images.arcpublishing.com/infobae/3BO5S72NIBHCNL2LCD5NKX42TQ.jpg%20420w)
Al analizar una combinación de 28 parámetros diferentes, los investigadores desarrollaron cuatro modelos de aprendizaje automático distintos para identificar patrones (Freepik)
Los investigadores ahora están trabajando para perfeccionar aún más el programa de IA, incluida la posible adición de información genética a los parámetros que considera.
“Para garantizar que el modelo sea lo suficientemente confiable como para ser implementado en contextos clínicos, se requiere un trabajo riguroso y una validación cuidadosa”, dijo Tammimies. “Quiero enfatizar que nuestro objetivo es que el modelo se convierta en una herramienta valiosa para la atención de la salud, y no pretende reemplazar una evaluación clínica del autismo”.
* Más información: Los Institutos Nacionales de la Salud (NIH, por sus siglas en inglés) ofrecen más información sobre las terapias para el autismo. FUENTE: Instituto Karolinska, comunicado de prensa, 19 de agosto de 2024
Fuente: Infobae
Deja el primer comentario