Detección del autismo con inteligencia artificial: estudio AUT ANT de médicos e investigadores de Limoges, Marsella y París

Utilizar el aprendizaje automático para permitir la detección desde el nacimiento del trastorno del espectro autista y, en última instancia, ofrecer a estos bebés la atención más temprana posible, este es el proyecto en el que trabajó un equipo de médicos e investigadores de Limoges (CHU y Universidad), Marsella y París, quienes han publicado el trabajo de su estudio AUT ANT para detección del autismo con inteligencia artificial en Scientific Reports.

Trastorno del espectro autista (TEA)

El TEA se manifiesta por trastornos de socialización y comunicación, intereses restringidos y conductas repetitivas y estereotipadas. El diagnóstico se obtiene entre los 3 y 5 años. sin embargo, un diagnóstico precoz permite atenuar la gravedad de las secuelas y lograr una mejor integración del niño en su entorno social mediante técnicas psicoeducativas.

Sabiendo que el trastorno del espectro del autismo aparece en el útero, el estudio AUT ANT evaluó la hipótesis de que un análisis de los parámetros de la maternidad podría permitir, desde el nacimiento, evaluar el riesgo de un pronóstico de autismo.

Detección del autismo con inteligencia artificial – El estudio AUT ANT

Este estudio preliminar, que duró tres años, recopiló datos de seguimiento, desde el inicio del embarazo hasta el nacimiento, de 65 niños diagnosticados con TEA. Todos los datos provienen del Hospital Universitario de Limoges para niños nacidos en el Hospital Maternoinfantil y diagnosticados por el Centro de Expertos en Autismo (cuya actividad fue asumida por el Centre Ressources Autisme Limousin en 2019).

En total, se analizaron 120 parámetros por embarazo (antecedentes familiares de los padres, ecografías obstétricas, test HT21, condiciones del parto, primer día de vida, etc.) mediante un programa tipo «aprendizaje automático» desarrollado por el Equipo de Investigación. Es una tecnología de inteligencia artificial que permite a los ordenadores realizar análisis predictivos basados ​​en datos. Estos datos fueron comparados con los de 240 partos en la misma maternidad, que no tenían este diagnóstico de TEA.

El programa permitió analizar todos los datos sin ningún a priori y determinar el impacto de cada uno de los parámetros en el pronóstico final. El equipo de investigación ha demostrado que es posible identificar, gracias a este programa de inteligencia artificial, al 95% de los bebés que no serán diagnosticados posteriormente con TEA y a 1 de cada 3 niños que sí lo serán, pero con un 75% de precisión.

Este avance está en línea con las recomendaciones de las autoridades que insisten en la importancia de la detección temprana de bebés/niños en riesgo y su atención con técnicas psicoeducativas adecuadas.

Siguiente paso: ampliar el estudio para confirmar los resultados

Sin embargo, es un pronóstico, no un diagnóstico y su confiabilidad necesita ser consolidada por estimaciones en cientos de bebés.

Este primer estudio es, por tanto, sólo un paso. El objetivo del equipo es ahora extenderlo a varias maternidades francesas y extranjeras con un mayor número de recién nacidos. Luego, si se confirman los primeros resultados, realizar un amplio estudio prospectivo para precisar el pronóstico y determinar mejor los parámetros que lo favorecen.

Si estos datos fueran confirmados por estudios futuros, esto allanaría el camino para el tratamiento preferencial de los bebés en riesgo y la identificación temprana, que es uno de los principales objetivos de los programas de protección y tratamiento de los TEA.

El equipo del proyecto AUT ANT

Departamento de Ginecología y Obstetricia, Hospital Materno Infantil, Centro Hospitalario Universitario, Limoges, Francia: Hugues Caly, Perrine Coste-Mazeau, Jean-Luc Eyraud y Catherine Caly

BABiomedical, Luminy Scientific Campus, Marsella, Francia: Hamed Rabiei y Yehezkel Ben-Ari

Neurochlore, Luminy Scientific Campus, Marsella, Francia: Hamed Rabiei y Yehezkel Ben-Ari

Departamento de Bacteriología-Virología-Higiene, Centro Hospitalario Universitario, Limoges, Francia: Sebastien Hantz & Sophie Alain

Centro Nacional Francés de Referencia para Herpes Virus, Centro Hospitalario Universitario, Limoges, Francia: Sebastien Hantz & Sophie Alain

Departamento de Bioquímica y Genética Molecular, Hospital Universitario Dupuytren, Limoges, Francia: Thierry Chianea

INRAE, UMR MIA 518, INRA AgroParisTech Paris-Saclay University, París, Francia: David Makowski

Centro Martinos de Imágenes Biomédicas, Facultad de Medicina de Harvard, Boston, EE. UU.: Nouchine Hadjikhani

Centro de Neuropsiquiatría Gillberg, Academia Sahlgrenska, Universidad de Gotemburgo, Gotemburgo, Suecia: Nouchine Hadjikhani

Centro de Expertos en Autismo y Centro de Recursos para el Autismo de Limousin, Centro Hospitalario Universitario, Limoges, Francia: Eric Lemonnier