Aproximadamente una de cada 68 personas está en el espectro del autismo. Los expertos son unánimes en esto: la intervención temprana es crítica para mejorar las habilidades de comunicación y abordar los problemas de comportamiento. Pero, ¿cómo pueden los investigadores acelerar la identificación de los niños que necesitan ayuda y al mismo tiempo proporcionar másUn mapa claro para la intervención y el apoyo: investigadores del Laboratorio de Análisis e Interpretación de Señales de la USC SAIL en la Facultad de Ingeniería Viterbi de la USC, Departamento de Ingeniería Eléctrica de Ming Hsieh, junto con los líderes de investigación del autismo Catherine Lord del Colegio Médico Weill Cornell ySomer Bishop de la Universidad de California, San Francisco, ahora está explorando si el aprendizaje automático podría desempeñar un papel importante para ayudar a detectar el autismo y guiar la intervención de los cuidadores y profesionales.
Su más reciente colaboración e investigación interdisciplinaria se documenta en el documento "Uso del aprendizaje automático para mejorar la detección del autismo y los instrumentos de diagnóstico: efectividad, eficiencia y multiinstrumento", publicado en el Revista de Psicología y Psiquiatría Infantil .
Los autores del estudio Daniel Bone, Somer Bishop, Matthew P. Black, Matthew Goodwin, Catherine Lord y Shrikanth S. Narayanan analizaron dos pruebas establecidas en la industria: la entrevista de diagnóstico de autismo revisada ADI-R y la escala de respuesta social SRS, ambos exámenes en los que se entrevista a los padres sobre el comportamiento de sus hijos.Los académicos luego aplicaron técnicas de aprendizaje automático para analizar cómo las respuestas de los padres sobre los elementos individuales y las combinaciones de elementos coincidían con el diagnóstico clínico general del niño de ASD versus no ASD.
Una de las preguntas fundamentales que impulsó este proyecto de investigación, dijo el coautor y director de SAIL, Shri Narayanan, fue: "¿Cómo podemos apoyar y mejorar la toma de decisiones de los expertos más allá de la capacidad humana, cómo podemos dar sentido a los datos y patrones?¿no puede ser detectado por una sola persona? "Los investigadores, ansiosos por proporcionar a los padres o cuidadores y evaluadores" herramientas para una mejor toma de decisiones ", estudiaron más de 1500 puntajes de pruebas individuales, comparando los resultados de aquellos individuos con trastorno del espectro autistaa aquellos con otros diagnósticos no ASD.
Al utilizar el aprendizaje automático para analizar miles de respuestas de los cuidadores, los investigadores pudieron identificar redundancias en las preguntas que se les hicieron a los cuidadores. Al eliminar estas redundancias, los autores identificaron cinco preguntas ADI-R que parecían ser capaces de mantener el 95% derendimiento del instrumento. Si bien no está claro cómo funcionarían estas preguntas si se administraran por separado de la entrevista general, sugieren que ciertos constructos de diagnóstico cuando los padres los informan pueden ser particularmente importantes para predecir el diagnóstico clínico.
Se necesitan más pruebas clínicas para comprender la utilidad práctica de estos resultados particulares, pero el uso de este tipo de técnicas podría servir para reducir el tiempo administrativo y personalizar las preguntas para identificar los desafíos únicos que justifican la intervención de un individuo en particular.
Los autores también creen que pueden usar el aprendizaje automático para proporcionar otra lente sobre el autismo, ofreciendo una imagen más clara, más destilada y, en general, más informada por los datos para los cuidadores y profesionales. Esto, según los autores, podría ser revolucionario en ese sentido"elimina las conjeturas o la subjetividad involucradas incluso en instrumentos confiables de toda la industria"
"El aprendizaje automático puede hacer que un diagnóstico sea más efectivo y sistemático", dijo Daniel Bone de la USC, autor principal del estudio. Más allá de la intervención temprana, un mayor detalle también podría reducir la frecuencia de diagnósticos erróneos que niegan el acceso de las personas a los servicios de los estados o el públicoescuelas, por ejemplo.
Las técnicas computacionales de vanguardia están emergiendo como herramientas escalables para la traducción clínica en salud y bienestar humanos.
Los investigadores del Laboratorio de Análisis e Interpretación de Señales de la USC quieren adoptar un enfoque holístico para el autismo. Además de apuntar a los instrumentos de detección y diagnóstico con aprendizaje automático, los investigadores están trabajando para crear medidas cuantitativas del comportamiento humano basadas en audio, video ysensores fisiológicos a través del procesamiento de la señal. Un objetivo principal para los investigadores ha sido cuantificar qué suena atípico sobre la melodía del habla de muchas personas con autismo, ya que las medidas objetivas de una computadora pueden complementar a los médicos en este juicio difícil. Eventualmente, a los académicos les gustaríacapacitar a especialistas para que utilicen herramientas de procesamiento de audio y señal de manera más regular para identificar y monitorear patrones de comportamiento específicos y desarrollar intervenciones para abordar estos patrones.
Además, uno de los proyectos que está planeando este equipo multidisciplinario de académicos de ingeniería de la USC y psicólogos de la UCSF junto con expertos en desarrollo social para adolescentes del Hospital Infantil de Cincinnati, Ryan Adams abordará los desafíos sociales que las personas con autismo puedenexperiencia. Los investigadores registrarán el comportamiento de un individuo para tratar de comprender los patrones o gestos del habla que, sin saberlo, pueden ser desalentadores para sus compañeros y forzar amistades. Los investigadores desearían proporcionar ideas basadas en datos que puedan usarse para intervenciones terapéuticas para mejorar la experiencia.calidad y cantidad de amistades para niños en el espectro.
Narayanan dijo: "Estamos construyendo la ciencia primero, luego traduciendo la ciencia nuevamente en tecnología útil, todo a través de asociaciones interdisciplinarias".
Fuente de la historia :
Materiales proporcionado por Universidad del Sur de California . Original escrito por Amy Blumenthal. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :