Utilitzar l’aprenentatge automàtic per millorar el tractament de l’autisme

Les exploracions de ressonància magnètica funcional podrien ser la clau per al proper gran avenç en el tractament del trastorn de l’espectre autista? Aprenentatge automàtic per diagnosticar el TEA.

Si observeu bé el cervell d’una persona que pateix Alzheimer o demència, podeu veure les diferències. Estructuralment, hi ha atròfia – contracció de l’escorça cerebral i l’hipocamp – i ventricles engrandits.

Els metges no diagnostiquen l’Alzheimer o la demència només mitjançant ressonàncies magnètiques. Hi ha proves i avaluacions, però l’exploració és una part del trencaclosques que pot ajudar molt en el diagnòstic i el tractament.

Per a condicions com el trastorn de l’espectre autista, però, no hi ha cap equivalent. Tot i que hi ha algunes diferències físiques en un cervell amb TEA, la relació exacta entre les diferències i els símptomes no està clara. Com a resultat, els 75 milions de nens amb TEA a tot el món diagnosticats únicament per terapeutes.

Això podria canviar, però. Tot i que els investigadors encara busquen biomarcadors estructurals clars associats a l’autisme, hi ha diferències funcionals que poden deixar pistes. Durant l’últim anys, Nick Luckenbach ’22, el professor de psicologia i informàtica i enginyeria, ha treballat al laboratori del professor Lang Chen, utilitzant l’aprenentatge automàtic per analitzar exploracions cerebrals de ressonància magnètica funcional de codi obert. En convertir aquestes exploracions en dades, Luckenbach espera que la intel·ligència artificial ens pugui ensenyar més sobre com funcionen els cervells amb TEA i, al seu torn, ajudar els metges a diagnosticar TEA abans i oferir potencialment un tractament més eficaç.

Aprenentatge automàtic per diagnosticar el TEA

L’ús de l’aprenentatge automàtic per avaluar les exploracions de ressonància magnètica funcional és un procés força nou. Com pot ajudar a diagnosticar el TEA?

Normalment, el TEA és diagnosticat per un terapeuta perquè està impulsat pel comportament. El terapeuta repassa una llista de comportaments o dificultats que pot tenir un pacient i fa un diagnòstic. Amb la neuroimatge, estem intentant veure si podem arribar a una comprensió del TEA basada en el cervell, a més de la conductual feta pel terapeuta. Essencialment, estem fent mil exploracions cerebrals fMRI, que mesuren l’activitat cerebral mitjançant la detecció de canvis associats al flux sanguini, i utilitzen la informàtica d’alt rendiment disponibles a SCU (WAVE) per analitzar les correlacions de les xarxes cerebrals.

Els ordinadors miren quines regions del cervell estan actives en diferents punts i intenten identificar com funcionen de manera diferent el cervell dels pacients amb TEA. Algunes diferències poden ser fàcils d’identificar, com ara una regió única que té una activitat reduïda, però si el vostre objectiu és trobar patrons complicats a tot el cervell, l’aprenentatge automàtic pot ajudar a identificar moltes correlacions que poden passar desapercebudes.

Com pot afectar l’aprenentatge automàtic en la manera com tractem el TEA?

Els biomarcadors ens poden permetre avaluar millor els mètodes de tractament o provar tècniques experimentals com el neurofeedback o l’estimulació cerebral directa. L’aprenentatge automàtic també podria ajudar a fer un seguiment i millorar els tractaments. En les últimes dècades, la definició d’autisme s’ha ampliat als trastorns de l’espectre de l’autisme per incloure altres trastorns com l’Asperger.

Així, en lloc de l’autisme com a monòlit, el TEA és un espectre de trastorn amb gravetat variable i diferències reals de comportament. Això dificulta a curt termini analitzar les dades, però a mesura que hi hagi més dades disponibles i les fem un seguiment, podrem trobar grups de diferents fenotips de TEA o característiques observables. Per exemple, ja hi ha proves que demostren que els homes i les dones es presenten de manera diferent amb el TEA. Si haguéssiu de fer un estudi longitudinal i traçar subcategories, podríeu entendre quina intervenció funciona millor i potser com determinades intervencions canvien completament la trajectòria dels resultats.

Llegit a:

Santa Clara University