Imágenes oculares analizadas con IA diagnostican el autismo infantil con un 100% de precisión
 |
| Los investigadores han podido diagnosticar con precisión el autismo en niños utilizando IA para examinar fotografías de retina. |
Los investigadores tomaron fotografías de las retinas de los niños y las examinaron utilizando un algoritmo de inteligencia artificial de aprendizaje profundo para diagnosticar el autismo con un 100% de precisión. Los hallazgos respaldan el uso de la IA como herramienta de detección objetiva para el diagnóstico temprano, especialmente cuando el acceso a un psiquiatra infantil especializado es limitado.
18 diciembre 2023.- En la parte posterior del ojo, la retina y el nervio óptico se conectan en el disco óptico. Una extensión del sistema nervioso central, la estructura es una ventana al cerebro y los investigadores han comenzado a aprovechar su capacidad para acceder de manera fácil y no invasiva a esta parte del cuerpo para obtener información importante relacionada con el cerebro.
Recientemente, investigadores del Reino Unido crearon un medio no invasivo para diagnosticar rápidamente una conmoción cerebral al iluminar la retina con un láser seguro para los ojos. Ahora, investigadores de la Facultad de Medicina de la Universidad de Yonsei en Corea del Sur han desarrollado un método para diagnosticar el trastorno del espectro autista (TEA) y la gravedad de los síntomas en niños utilizando imágenes de retina analizadas mediante un algoritmo de IA.
Los investigadores reclutaron a 958 participantes con una edad media de 7,8 años y fotografiaron sus retinas, lo que resultó en un total de 1.890 imágenes. La mitad de los participantes habían sido diagnosticados con TEA y la otra mitad eran controles de la misma edad y sexo. La gravedad de los síntomas del TEA se evaluó utilizando las puntuaciones de gravedad calibradas del Programa de observación de diagnóstico de autismo - Segunda edición (ADOS-2) y las puntuaciones de la Escala de capacidad de respuesta social - Segunda edición (SRS-2). El estudio fue publicado en la revista JAMA Network Open.
Se entrenó una red neuronal convolucional, un algoritmo de aprendizaje profundo, utilizando el 85% de las imágenes de la retina y las puntuaciones de las pruebas de gravedad de los síntomas para construir modelos para detectar el TEA y la gravedad de los síntomas del TEA. El 15% restante de las imágenes se retuvo para realizar pruebas.
Para la detección de TEA en el conjunto de imágenes de prueba, la IA podría seleccionar a los niños con un diagnóstico de TEA con un área media bajo la curva característica operativa del receptor (AUROC) de 1,00. AUROC varía en valor de 0 a 1. Un modelo cuyas predicciones son 100% erróneas tiene un AUROC de 0,0; uno cuyas predicciones son 100% correctas tiene un AUROC de 1,0, lo que indica que las predicciones de la IA en el estudio actual fueron 100% correctas. No hubo una disminución notable en el AUROC medio, incluso cuando se eliminaron el 95% de las áreas menos importantes de la imagen (aquellas que no incluyen el disco óptico).
El valor AUROC medio para la gravedad de los síntomas fue 0,74, donde un AUROC de 0,7 a 0,8 se considera "aceptable" y de 0,8 a 0,9 es "excelente".
Los participantes del estudio tenían tan solo cuatro años. Basándose en sus hallazgos, los investigadores afirman que su modelo basado en IA podría utilizarse como herramienta de detección objetiva a partir de esa edad. Debido a que la retina del recién nacido continúa creciendo hasta los cuatro años, se necesita más investigación para determinar si la herramienta sería precisa para participantes menores.
Fuente: Facultad de Medicina de la Universidad de Yonsei vía Scimex
COMENTARIOS