Los científicos que utilizan el aprendizaje automático, un tipo de inteligencia artificial, con datos de cientos de niños que luchan en la escuela, identificaron grupos de dificultades de aprendizaje que no coincidían con el diagnóstico previo que les habían dado a los niños
Los investigadores de la Unidad de Cognición y Ciencias del Cerebro del Medical Research Council MRC de la Universidad de Cambridge dicen que esto refuerza la necesidad de que los niños reciban evaluaciones detalladas de sus habilidades cognitivas para identificar el mejor tipo de apoyo.
El estudio, publicado en Ciencia del desarrollo , reclutó a 550 niños que fueron derivados a una clínica, el Centro de Atención, Aprendizaje y Memoria, porque tenían dificultades en la escuela.
Los científicos dicen que gran parte de la investigación previa sobre dificultades de aprendizaje se ha centrado en los niños a los que ya se les había dado un diagnóstico particular, como el trastorno por déficit de atención con hiperactividad TDAH, un trastorno del espectro autista o dislexia. Al incluir a niños con tododificultades independientemente del diagnóstico, este estudio capturó mejor el rango de dificultades dentro de las categorías de diagnóstico y la superposición entre ellas.
El Dr. Duncan Astle de la Unidad de Cognición y Ciencias del Cerebro del MRC en la Universidad de Cambridge, quien dirigió el estudio dijo: "Recibir un diagnóstico es un hito importante para padres y niños con dificultades de aprendizaje, que reconoce las dificultades del niño y les ayuda aSin embargo, los padres y profesionales que trabajan con estos niños todos los días ven que las etiquetas ordenadas no capturan sus dificultades individuales, por ejemplo, el TDAH de un niño a menudo no es como el TDAH de otro niño.
"Nuestro estudio es el primero de su tipo en aplicar el aprendizaje automático a un amplio espectro de cientos de estudiantes con dificultades".
El equipo hizo esto al proporcionar al algoritmo informático una gran cantidad de datos de pruebas cognitivas de cada niño, incluidas medidas de habilidades auditivas, razonamiento espacial, resolución de problemas, vocabulario y memoria. Basado en estos datos, el algoritmo sugirió que los niños son los mejoresencajan en cuatro grupos de dificultades.
Estos grupos se alinearon estrechamente con otros datos sobre los niños, como los informes de los padres sobre sus dificultades de comunicación y datos educativos sobre lectura y matemáticas. Pero no hubo correspondencia con sus diagnósticos anteriores. Para verificar si estos grupos correspondían a datos biológicosdiferencias, los grupos se verificaron contra escáneres cerebrales de resonancia magnética de 184 de los niños. Los grupos reflejaron patrones de conectividad dentro de partes del cerebro de los niños, lo que sugiere que el aprendizaje automático estaba identificando diferencias que reflejan en parte la biología subyacente.
Dos de los cuatro grupos identificados fueron: dificultades con las habilidades de memoria de trabajo y dificultades con el procesamiento de sonidos en palabras.
Las dificultades con la memoria de trabajo, la retención y manipulación a corto plazo de la información, se han relacionado con la lucha con las matemáticas y con tareas como las siguientes listas. Las dificultades para procesar los sonidos en palabras, llamadas habilidades fonológicas, se han relacionado conluchando con la lectura.
El Dr. Astle dijo: "Investigaciones anteriores que seleccionaron a niños con habilidades lectoras pobres han demostrado un vínculo estrecho entre la lucha con la lectura y los problemas con el procesamiento de los sonidos en las palabras. Pero al observar a los niños con una amplia gama de dificultades encontramos inesperadamente que muchos niñoscon dificultades para procesar sonidos en palabras, no solo tienen problemas con la lectura, también tienen problemas con las matemáticas.
"Como investigadores que estudian las dificultades de aprendizaje, tenemos que ir más allá de la etiqueta de diagnóstico y esperamos que este estudio ayude a desarrollar mejores intervenciones que aborden más específicamente las dificultades cognitivas individuales de los niños".
El Dr. Joni Holmes, de la Unidad de Cognición y Ciencias del Cerebro del MRC en la Universidad de Cambridge, quien fue autor principal del estudio, dijo: "Nuestro trabajo sugiere que los niños que encuentran difíciles los mismos temas podrían tener dificultades por razones muy diferentes,que tiene implicaciones importantes para seleccionar las intervenciones apropiadas "
Los otros dos grupos identificados fueron: niños con amplias dificultades cognitivas en muchas áreas y niños con resultados de pruebas cognitivas típicos para su edad. Los investigadores notaron que los niños en el grupo que tenían resultados de pruebas cognitivas que eran típicos para su edad puedentodavía han tenido otras dificultades que estaban afectando su escolaridad, como dificultades de comportamiento, que no se habían incluido en el aprendizaje automático.
La Dra. Joanna Latimer, Jefa de Neurociencias y Salud Mental en el MRC, dijo: "Estos son hallazgos interesantes en las primeras etapas que comienzan a investigar cómo podemos aplicar nuevas tecnologías, como el aprendizaje automático, para comprender mejor la función cerebral".MRC financia la investigación sobre el papel de las redes complejas en el cerebro para ayudar a desarrollar mejores formas de apoyar a los niños con dificultades de aprendizaje ".
Fuente de la historia :
Materiales proporcionados por Consejo de Investigación Médica . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :