Proponen aplicar la inteligencia artificial en el diagnóstico del trastorno del espectro autista

Mediante datos obtenidos vía resonancia magnética, investigadores “entrenan” a la IA para ayudar en el diagnóstico del autismo, en el marco de un estudio en el cual participaron físicos, estadísticos, médicos y neurocientíficos de distintos centros de investigación de Brasil, Francia y Alemania

Por Ricardo Muniz  |  Agência FAPESP – El diagnóstico del trastorno del espectro autista (TEA) se erige aún como un gran reto a causa del grado de complejidad implicado, que requiere la actuación de profesionales altamente especializados. El TEA es una condición del neurodesarrollo cuyos síntomas asociados varían considerablemente. De acuerdo con el último informe del Centro de Control y Prevención de Enfermedades (CDC) de Estados Unidos, su incidencia es de un caso cada 36 personas y no existe un marcador bioquímico que permita determinarlo con precisión. Y la sugerencia de aplicar una metodología cuantitativa para establecer su diagnóstico partió de un grupo de investigadores en un artículo publicado en la revista Scientific Reports. El referido trabajo se basó en datos de imágenes cerebrales de 500 personas, de la cuales 242 correspondían al referido espectro.

La idea fue obtener el diagnóstico con la ayuda de técnicas de aprendizaje automático y con base en datos de redes cerebrales. “Iniciamos el desarrollo de un método captando esas imágenes mediante estudios de resonancia magnética o electroencefalogramas”, comenta Francisco Rodrigues, docente del Instituto de Ciencias Matemáticas y Computación de la Universidad de São Paulo (ICMC-USP), en São Carlos, Brasil, y uno de los autores apoyados por la FAPESP. “Al comparar los mapas de personas que exhiben o no el TEA, verificamos que sería posible efectuar el diagnóstico aplicando esta metodología.”

Los investigadores alimentaron con esos “mapas” un algoritmo, que es un método de aprendizaje automático. Con base en los ejemplos aprendidos, el sistema puede determinar qué alteraciones cerebrales aparecían asociadas al espectro. La precisión de las pruebas fue superior al 95 %.

En diversos trabajos recientes se proponen métodos de diagnóstico del TEA basados en aprendizaje automático. Pero los mismos se concentran únicamente en una métrica estadística, sin tener en cuenta la organización de la red cerebral, que es la diferencia de este estudio, tal como lo destacan sus autores. El mapa del cerebro, también llamado red cortical, muestra de qué manera se conectan las regiones de este órgano. Estas redes empezaron a estudiarse hace unos 20 años y han brindado una nueva visión al respecto de las neurociencias. “Así como una carretera con interrupciones altera el tránsito de una zona, un cerebro con alteraciones provoca cambios de conducta”, explica Rodrigues.

Con las imágenes obtenidas en los exámenes de resonancia, es posible verificar alteraciones en determinadas áreas de la corteza, como así también el hecho de que las redes cerebrales de los pacientes con TEA muestran una mayor segregación, una menor distribución de información y menor conectividad. Esas áreas participan en procesos cognitivos, emocionales, de aprendizaje y de memoria.

“Hasta hace algunos años, poco se sabía sobre las alteraciones que ocasionan el surgimiento de los síntomas. Hoy en día se sabe que circuitos cerebrales alterados en pacientes con TEA pueden estar relacionados con algunas conductas, por ejemplo. Sin embargo, la mayoría de los estudios anatómicos muestran que las alteraciones son poco visibles, lo que señala la dificultad para diagnosticar los casos más leves. Por ende, nuestro trabajo constituye un paso importante en dirección a nuevas metodologías que hagan posible una mejor comprensión de esta neurodivergencia”, explica el profesor.

Esta metodología se encuentra aún en desarrollo y su implementación requerirá años. Sin embargo, es un paso importante para determinar las diferencias existentes en el cerebro y podrá en el futuro aplicarse como una ayuda para los especialistas, fundamentalmente en los casos en que existen dudas con relación al diagnóstico del paciente.

Diversas aplicaciones

Rodrigues explica que este trabajo aún es un pequeño paso para entender cómo el TEA está relacionado con las alteraciones en el cerebro y que serán necesarios muchos nuevos estudios para que esta metodología de diagnóstico automático pueda ponerse en práctica. El mapeo del cerebro es un paso importante para la detección no solamente del autismo, sino también de otras condiciones. Trabajos anteriores demostraron que esos mapas pueden aplicarse en la detección de la esquizofrenia también con gran precisión.

“Hace una década pusimos en marcha el desarrollo de nuevos métodos para la detección de enfermedades mentales y verificamos que la esquizofrenia es un trastorno cuyo diagnóstico puede perfeccionarse mucho mediante la aplicación de esta tecnología, que se vale de redes del cerebro e inteligencia artificial. La aplicamos también recientemente con el alzhéimer y verificamos que es posible concretar un diagnóstico automático preciso”, menciona Rodrigues, en alusión a un estudio publicado en 2022 en el Journal of Neural Engineering.

Aún hay muchos desafíos implicados, pues las bases de datos son pequeñas y la recolección de los mismos no es sencilla. Empero, como metodología general, puede ayudar a comprender diversas condiciones, y uno de los objetivos del grupo de investigadores consiste en ver la relación entre ellas.

“¿En términos de alteraciones cerebrales, cuán similares son la esquizofrenia y el alzhéimer? De lograr establecer una relación entre estos trastornos, quizá podamos desarrollar nuevos medicamentos y tratamientos similares para diferentes condiciones, o incluso adaptar tratamientos de una condición a la otra. Aún estamos lejos de tal resultado, pero lo que está por venir es bastante prometedor”, subraya el científico.

Los investigadores esperan que, al conocer mejor de qué manera influyen las alteraciones en el circuito cerebral sobre la conducta, se vuelva posible tratar a los pacientes de una manera más humana y eficiente y orientar mejor las políticas públicas.

Puede tenerse una medida de la complejidad del tema por el alto nivel de interdisciplinariedad de la mentada investigación. El grupo estuvo constituido por físicos, estadísticos, médicos y neurocientíficos de diferentes centros de Brasil, Francia y Alemania. Se tuvieron en cuenta datos médicos recabados por neurólogos y algoritmos de inteligencia artificial desarrollados por físicos y estadísticos, aparte de interpretaciones y análisis de las alteraciones cerebrales a cargo de neurocientíficos.

Este trabajo formó parte de la tesis doctoral de Caroline Alves, cuya formación comprende física, ciencias físicas y biomoleculares y ciencia de la computación. La FAPESP apoyó también a otras dos autoras de la investigación mediante el otorgamiento de becas doctorales. Fueron para Aruane Pineda (expediente 19/22277-0) y Kirstin Roster (expediente 19/26595-7), ambas dirigidas por el profesor Rodrigues.

Puede leerse el artículo intitulado Diagnosis of autism spectrum disorder based on functional brain networks and machine learning en el siguiente enlace: www.nature.com/articles/s41598-023-34650-6.