Un equipo de investigadores de Corea y Australia ha logrado un avance significativo en el diagnóstico médico: la creación de algoritmos de inteligencia artificial (IA) capaces de detectar el trastorno del espectro autista (TEA) en niños a través del análisis de patrones retinianos. Este desarrollo representa un gran paso adelante en la aplicación de la IA en diagnósticos médicos, ofreciendo esperanza a familias e individuos afectados por el autismo.
¿Por qué es importante? Este avance en IA médica podría mejorar significativamente la accesibilidad y precisión en el diagnóstico del TEA.
El motivo: La detección temprana del autismo es crucial para la intervención y el tratamiento efectivos.
En la práctica: Los modelos de IA fueron entrenados usando fotografías retinianas y pruebas electroretinogramas, identificando con precisión a niños con TEA.
Sin embargo: Aunque el sistema de IA no produce falsos positivos, su precisión para estimar la ubicación exacta de un niño en el espectro autista es menos precisa.
Investigadores coreanos y australianos desarrollan algoritmos de IA que detectan el trastorno del espectro autista en niños mediante patrones retinianos, un hito en el diagnóstico médico.
¿Qué dicen? El Dr. Marmolejo-Ramos destaca que el test es rápido y no invasivo, lo que facilita su aplicación y reduce el estrés para los niños.
Quién es quién: Los investigadores principales, el Dr. Fernando Marmolejo-Ramos de la Universidad de Australia del Sur y el Dr. Paul Constable de la Universidad de Flinders, lideraron el proyecto. El Dr. Hugo Posada-Quintero de la Universidad de Connecticut también contribuyó significativamente.
Cómo funciona: El método utiliza un electroretinograma (ERG) para medir la actividad eléctrica de la retina en respuesta a un destello de luz, analizando los datos con IA para identificar patrones asociados con el TEA.
Qué nos dicen: El estudio encontró que los componentes de alta frecuencia de la señal retiniana estaban reducidos en niños con TEA.
En detalle: El modelo de IA alcanzó una curva AUROC media de 1.00, indicando una precisión del 100% en la identificación del TEA.
¿De dónde venimos? El diagnóstico del TEA tradicionalmente ha requerido evaluaciones psicológicas extensas y a menudo estresantes.
Situación actual: Este nuevo método ofrece una alternativa más rápida y menos invasiva para el diagnóstico del TEA.
Previsiones: Se espera que este método mejore el acceso y la precisión en el diagnóstico del TEA, especialmente en regiones con escasez de especialistas.
Por último: La investigación continúa para validar y mejorar la precisión del método en diferentes poblaciones y edades. Este avance en IA médica es un ejemplo de cómo la tecnología puede transformar el diagnóstico y tratamiento de condiciones neurológicas. La capacidad de la IA para identificar el TEA a través del análisis retinal abre nuevas posibilidades en el diagnóstico temprano y la intervención, marcando un hito en la medicina personalizada y la salud global.
