Un estudio ha informado de que un nuevo modelo de aprendizaje automático puede predecir el autismo en niños pequeños a partir de información relativamente limitada. Así lo recoge el trabajo realizado por el Karolinska Institutet (Suecia), publicado en ‘JAMA Network Open’.
Kristiina Tammimies, profesora asociada del KIND, el Departamento de Salud de la Mujer y el Niño del Karolinska Institutet, autora del estudio, ha indicado que «Con una precisión de casi el 80 por ciento en niños menores de dos años, esperamos que sea una herramienta valiosa para la atención sanitaria» 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.
El estudio identificó casi al 80% de los niños con autismo
El estudio analizó una combinación de 28 parámetros diferentes, donde los investigadores desarrollaron cuatro modelos distintos de aprendizaje automático para identificar patrones en los datos. Los parámetros seleccionados eran información sobre niños que pueden obtenerse sin necesidad de evaluaciones exhaustivas ni pruebas médicas antes de los 24 meses de edad. El modelo con mejores resultados se denominó ‘AutMedAI’.
Entre unos 12.000 individuos, el modelo ‘AutMedAI’ fue capaz de identificar alrededor del 80 por ciento 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.
«Mejorar la calidad de vida de muchas personas»
Shyam Rajagopalan, investigador afiliado al mismo departamento del Karolinska Institutet y autor de este estudio señala que «los resultados son significativos porque demuestran que es posible identificar a individuos con probabilidades de padecer autismo a partir de información relativamente limitada y fácilmente disponible».
Además, señala que 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».
Finalmente, Kristiina Tammimies informa que «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».
