Un nuevo estudio del Karolinska Institutet (Suecia), publicado en 'JAMA Network Open', ha revelado que un modelo de aprendizaje automático puede predecir el autismo en niños pequeños a partir de información relativamente limitada.
"Con una precisión de casi el 80% en niños menores de dos años, esperamos que sea una herramienta valiosa para la atención sanitaria", ha afirmado Kristiina Tammimies, profesora asociada del KIND, el Departamento de Salud de la Mujer y el Niño del Karolinska Institutet y última autora del estudio.
El equipo de investigación utilizó una gran base de datos estadounidense (SPARK) con información sobre aproximadamente 30.000 individuos con y sin trastornos del espectro autista.
Analizando una combinación de 28 parámetros diferentes, los investigadores desarrollaron cuatro modelos distintos de aprendizaje automático para identificar patrones en los datos. Los parámetros seleccionados eran información sobre niños que puede obtenerse sin necesidad de evaluaciones exhaustivas ni pruebas médicas antes de los 24 meses de edad. El modelo con mejores resultados se denominó 'AutMedAI'.
Los investigadores desarrollaron cuatro modelos distintos de aprendizaje automático para identificar patrones en los datos
Entre unos 12.000 individuos, el modelo 'AutMedAI' fue capaz de identificar alrededor del 80% de los niños con autismo. En combinaciones específicas 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 significativos porque demuestran que es posible identificar a individuos con probabilidades de padecer autismo a partir de información relativamente limitada y fácilmente disponible", ha asegurado el primer autor del estudio, Shyam Rajagopalan, investigador afiliado al mismo departamento del Karolinska Institutet.
Según los investigadores, el diagnóstico precoz es fundamental para llevar a cabo intervenciones eficaces que ayuden a los niños autistas a desarrollarse de forma óptima. "Esto puede cambiar drásticamente las condiciones del diagnóstico precoz y las intervenciones y, en última instancia, mejorar la calidad de vida de muchas personas y sus familias", ha afirmado Shyam Rajagopalan.
El diagnóstico precoz es fundamental para llevar a cabo intervenciones eficaces que ayuden a los niños autistas a desarrollarse de forma óptima
En el estudio, el modelo de IA mostró buenos resultados a la hora de identificar a los niños con mayores dificultades en la comunicación social y la capacidad cognitiva y que presentaban retrasos más generales en el desarrollo.
El equipo de investigación planea ahora nuevas mejoras y la validación del modelo en entornos clínicos. También se está trabajando para incluir información genética en el modelo, lo que podría dar lugar a predicciones aún más específicas y precisas.
"Para garantizar que el modelo sea lo bastante fiable como para aplicarlo en contextos clínicos, es necesario un trabajo riguroso y una validación cuidadosa. Quiero hacer hincapié en que nuestro objetivo es que el modelo se convierta en una herramienta valiosa para la atención sanitaria, y no pretende sustituir a una evaluación clínica del autismo", ha finalizado Kristiina Tammimies.