Inteligencia artificial multimodal para la estratificación del riesgo en el trastorno del espectro autista:...

Área de la Ciencia:

• Inteligencia artificial
• Pediatría del desarrollo
• Aprendizaje automático

Sus antecedentes:

• La identificación temprana del trastorno del espectro autista (TEA) es fundamental para una intervención efectiva, pero sigue siendo un recurso intensivo.
• Los métodos actuales de detección a menudo requieren personal especializado y mucho tiempo.
• Se necesitan herramientas de detección escalables y accesibles para mejorar las tasas de detección temprana.

Objetivo del estudio:

• Evaluar un nuevo marco de Inteligencia Artificial (IA) multimodal de dos etapas para la detección escalable del trastorno del espectro autista (TEA).
• Evaluar la precisión del marco para diferenciar a los niños con desarrollo típico de los de alto riesgo o con TEA.
• Determinar la capacidad del marco para estratificar el riesgo y apoyar las vías de diagnóstico temprano.

Principales métodos:

• Participaron 1242 niños de entre 18 y 48 meses de edad.
• Una aplicación móvil recogió datos de audio y herramientas de detección de la interacción entre padres e hijos (MCHAT, SCQ-L, SRS).
• Un modelo de IA en dos etapas integró datos multimodales (texto, audio, éxito de la tarea) para la evaluación de riesgos, validado con ADOS-2.

Principales resultados:

• La etapa 1 alcanzó un AUROC de 0,942 en la diferenciación de desarrollo típico de niños de alto riesgo / TEA.
• La etapa 2 logró un AUROC de 0,914 y una precisión del 85,2% para distinguir a los niños de alto riesgo de TEA.
• Las predicciones de riesgo del modelo de IA mostraron un fuerte acuerdo (79,59% de precisión) y una correlación significativa (Pearson r=0,830) con las evaluaciones ADOS-2 estándar.

Conclusiones:

• El marco de IA desarrollado ofrece un enfoque prometedor para la detección temprana precisa y escalable de TEA.
• El aprovechamiento de la tecnología móvil y el aprendizaje profundo mejora el potencial de estratificación temprana del riesgo.
• Este marco puede apoyar intervenciones oportunas al facilitar la identificación temprana de niños con TEA.