Investigadores de la Universidad de Pensilvania desarrollan herramienta de IA para acelerar evaluaciones de autismo
University of Pennsylvania researchers develop artificial intelligence tool to help speed autism evaluations
Investigadores de la Universidad de Pensilvania han desarrollado una herramienta de inteligencia artificial diseñada para ayudar a identificar el autismo en niños, con el objetivo de proporcionar un proceso de evaluación más rápido y objetivo.
La herramienta, conocida como CAMI (Evaluación Computarizada de la Imitación Motora), utiliza un video estándar en el que se le pide a un niño que imite los movimientos de una persona en pantalla. El sistema de IA evalúa cómo el niño imita esos movimientos simples, un marcador conductual vinculado al autismo.
En un estudio clínico, los investigadores examinaron a 183 niños entre las edades de 6 y 13 años. Según los investigadores, la herramienta de IA logró una tasa de precisión del 80% al 85% en el diagnóstico.
Kaleab Kinfu, un candidato a doctorado involucrado en la investigación, explicó que la tecnología está diseñada para centrarse en el comportamiento de imitación del niño en lugar de en factores ambientales capturados en el video. «Hay factores de distracción en este video, como la posición de la cámara y las condiciones de iluminación. Nuestra IA está entrenada para ignorar todo esto y centrarse en la calidad de la imitación, y luego produce una puntuación que usamos para determinar si ese niño está en el espectro o no», explicó Kinfu.
Las evaluaciones tradicionales de autismo se basan en observaciones conductuales, historiales de desarrollo y cuestionarios estandarizados completados por los padres sobre su hijo. Los investigadores afirmaron que el objetivo de CAMI no es reemplazar a los médicos, sino proporcionar a clínicas, escuelas y familias una herramienta de diagnóstico más rápida.
El profesor Rene Vidal comentó que la tecnología ofrece una evaluación más detallada del comportamiento motor que los métodos de prueba estandarizados actuales. «Esta es una evaluación motora mucho más detallada de lo que se suele hacer en las pruebas estandarizadas actuales», dijo Vidal. También mencionó que los investigadores imaginan que la herramienta se convierta en parte de un proceso diagnóstico más amplio. «La idea es que esto podría convertirse en un componente automatizado del diagnóstico completo», añadió.
Los investigadores señalaron que la siguiente fase del proyecto se centrará en expandir las pruebas a una población más amplia, incluidos adultos, y mejorar la tasa de precisión de CAMI.
