Investigadores utilizan inteligencia artificial para ayudar con la detección temprana del trastorno del espectro autista

¿Podría usarse la inteligencia artificial para ayudar con la detección temprana del trastorno del espectro autista? Esa es una pregunta que los investigadores de la University of Arkansas están tratando de responder. Pero están tomando un rumbo inusual. IA para detectar autismo.

Han-Seok Seo, profesor asociado con un nombramiento conjunto en ciencia de los alimentos y la División de Agricultura del Sistema de la UA, y Khoa Luu, profesor asistente en ciencias de la computación e ingeniería informática, identificarán señales sensoriales de varios alimentos tanto en niños neurotípicos como en aquellos que se sabe que están en el espectro del autismo. La tecnología de aprendizaje automático (Machine Learning, ML) se utilizará luego para analizar datos biométricos y respuestas de comportamiento a esos olores y sabores como una forma de detectar indicadores de autismo.

IA para detectar autismo

Hay una serie de comportamientos asociados con el TEA, incluidas las dificultades con la comunicación, la interacción social o los comportamientos repetitivos. También se sabe que las personas con TEA exhiben algunos comportamientos alimentarios anormales, como evitar algunos, si no muchos, alimentos, requisitos específicos a la hora de comer y alimentación no social. La evitación de alimentos es especialmente preocupante, ya que puede conducir a una nutrición deficiente, incluidas las deficiencias de vitaminas y minerales. Con eso en mente, el dúo tiene la intención de identificar las señales sensoriales de los alimentos que desencadenan percepciones o comportamientos atípicos durante la ingestión. Por ejemplo, se sabe que los olores como la menta, los limones y los clavos provocan reacciones más fuertes en las personas con TEA que en las que no lo tienen, lo que posiblemente provoque un aumento de los niveles de ira, sorpresa o disgusto.

Seo es un experto en las áreas de la ciencia sensorial, la neurociencia del comportamiento, los datos biométricos y el comportamiento alimentario. Está organizando y dirigiendo este proyecto, que incluye la detección e identificación de señales sensoriales específicas que pueden diferenciar a los niños autistas de los niños no autistas con respecto a la percepción y el comportamiento. Luu es experto en inteligencia artificial con especialidades en procesamiento de señales biométricas, aprendizaje automático, aprendizaje profundo y visión artificial. Desarrollará algoritmos de aprendizaje automático para detectar TEA en niños basados ​​en patrones únicos de percepción y comportamiento en respuesta a muestras de prueba específicas.

El dúo está en el segundo año de una subvención de $ 150,000 de tres años del Arkansas Biosciences Institute.

Su objetivo final es crear un algoritmo que muestre un rendimiento igual o mejor en la detección temprana del autismo en niños en comparación con los métodos de diagnóstico tradicionales, que requieren profesionales de la salud y psicológicos capacitados que realizan evaluaciones, duraciones de evaluación más largas, cuestionarios enviados por el cuidador y exámenes médicos adicionales. Idealmente, podrán validar un mecanismo de menor coste para ayudar con el diagnóstico de autismo. Si bien es probable que su sistema no sea la última palabra en un diagnóstico, podría proporcionar a los padres una herramienta de detección inicial, idealmente eliminando a los niños que no son candidatos para ASD y asegurando que los candidatos más probables sigan un proceso de detección más completo.

Seo dijo que se interesó en la posibilidad de utilizar el procesamiento multisensorial para evaluar el TEA cuando sucedieron dos cosas: comenzó a trabajar con una estudiante de posgrado, Asmita Singh, que tenía experiencia en el trabajo con estudiantes autistas, y el nacimiento de su hija. Como muchos padres primerizos, Seo prestó mucha atención a su bebé recién nacido, ansioso por que estuviera sana. Cuando notó que ella no hacía contacto visual, hizo lo que hacen la mayoría de los padres nerviosos: buscó una explicación en Internet. Aprendió que evitar el contacto visual era una característica conocida del TEA.

Si bien su hijo no terminó teniendo TEA, se despertó su curiosidad, particularmente sobre el papel que juegan las sensibilidades al olfato y al gusto en los TEA. Otras conversaciones con Singh lo llevaron a creer que otros padres ansiosos podrían beneficiarse de una herramienta de detección temprana, tal vez aliviando las preocupaciones de manera económica desde el principio. Conversaciones posteriores con Luu llevaron a la pareja a creer que si el aprendizaje automático, desarrollado por su estudiante graduado Xuan-Bac Nguyen, podría usarse para identificar reacciones normales a los alimentos, también podría enseñarse a reconocer respuestas atípicas.

Seo está buscando voluntarios de 5 a 14 años para participar en el estudio. Para el estudio se necesitan tanto niños neurotípicos como niños ya diagnosticados con TEA.