EP
- El ambiente clínico es rígido, mientras que los vídeos caseros recogen al niño en su ambiente natural.
- Se logra un diagnóstico de autismo y también información sobre la gravedad del trastorno.
- TRIVIAL: ¿Cuánto sabes sobre el autismo?
No es fácil detectar que un niño padece el Trastorno del Espectro del Autismo (TEA). Afecta a uno de cada 100 niños, pero cada pequeño con TEA es diferente a los demás y la edad de detección varía de unos casos a otros. Sin embargo, existen una serie de señales de alarma que pueden hacer recomendable una valoración exhaustiva del desarrollo.
Lo último para lograr esa detección lo antes posible viene de la Escuela de Medicina de la Universidad de Stanford (Estados Unidos), donde los científicos han visto que se pueden usar vídeos caseros cortos para diagnosticar el autismo en los niños. Se trata de un estudio que amplía un trabajo realizado en 2014 por los mismos investigadores.
El TEA se caracteriza por la restricción de los intereses, los comportamientos repetitivos y la dificultad para formar conexiones sociales. Ocurre que actualmente los diagnósticos requieren mucho tiempo y una evaluación personalizada con un especialista en autismo, pero los médicos pasan unas pocas horas por paciente evaluando docenas de aspectos del comportamiento del niño.
Los científicos de Stanford emplearon el aprendizaje automático para determinar qué características del comportamiento de los niños deberían evaluarse para analizar el autismo, usando ordenadores para reducir una larga lista de características del comportamiento a las más relevantes para el diagnóstico. También diseñaron un algoritmo que evalúa cada característica para proporcionar una puntuación de diagnóstico general para cada niño.
Los vídeos caseros ofrecen una ventaja potencial para diagnosticar trastornos de comportamiento y desarrollo como el autismo. “El vídeo casero recoge al niño en su ambiente natural. El ambiente clínico puede ser rígido y artificial, y puede provocar comportamientos atípicos en los niños”, explica Dennis Wall, profesor de Pediatría y Ciencia de Datos Biomédicos y autor principal del estudio.
En el nuevo estudio, publicado en PLOS Medicine, los científicos idearon y probaron ocho modelos de aprendizaje automático para diagnosticar el autismo a partir de vídeos cortos. Cada modelo consistía en un conjunto de algoritmos que incluían de cinco a 12 características del comportamiento de los niños y producían una puntuación numérica general que indicaba si el niño tenía autismo.
Para probar los modelos, los investigadores pidieron a las familias participantes que enviaran breves vídeos caseros, de forma que recibieron 116 vídeos de niños con autismo (con una edad promedio de 4 años y 10 meses) y 46 vídeos de niños con desarrollo típico (con una edad promedio de 2 años y 11 meses) que cumplían con sus criterios: los vídeos duraron de 1 a 5 minutos, mostraron la cara y las manos del niño, exhibían un compromiso social directo u oportunidades de participación, y oportunidades de usar objetos como juguetes, ceras o utensilios.
Un sistema que pueden utiilizar los no expertos
Para validar sus hallazgos, los investigadores repitieron el experimento con 66 vídeos adicionales: 33 de niños con autismo y 33 de niños que no tenían autismo. El mismo modelo volvió a funcionar mejor, con la identificación correcta del 87,8% de los niños con autismo y el 72,7% de los niños sin autismo.
“Demostramos que podemos identificar un pequeño conjunto de características de comportamiento que tienen una alta alineación con el resultado clínico; que los no expertos pueden calificar estas características de forma rápida e independiente en un entorno virtual digital en minutos, y que el modelo que utilizamos para combinar esas características es eficaz para producir una puntuación que coincida con el resultado clínico”, resume Wall.
Las puntuaciones finales no son solo un diagnóstico de autismo de “sí o no”, agrega este investigador, sino que las puntuaciones numéricas pueden contener información sobre la gravedad del trastorno y ser valiosas para rastrear el progreso a lo largo del tiempo. Wall espera que sistemas de puntuación simples de vídeos caseros ayuden a agilizar el proceso de diagnóstico de autismo.