Investigación publicada en Science muestra nuevos hallazgos sobre la variación neuroanatómica en el autismo, los cuales fueron alcanzado gracias al uso de aprendizaje automático.
La revista Science publico recientemente el artículo titulado “El aprendizaje automático contrastivo revela la estructura de la variación neuroanatómica dentro del autismo”, que mostró nuevas revelaciones sobre el autismo gracias al uso de Inteligencia Artificial (IA).
Los investigadores del Boston College, realizaron un análisis a través de aprendizaje automático, de imágenes cerebrales de pacientes con TEA. En total participaron 1,003 pacientes.
El trastorno del espectro autista (TEA), se caracteriza por diversas interacciones sociales deterioradas, así como ciertas dificultades intelectuales y de comportamiento. El estudio conducido por el neurocientífico Aidas Aglinskas, analizó escáneres cerebrales de imágenes de resonancia magnética para identificar diferencias cerebrales que se atribuyen al TEA. De esta forma pudieron encontrar evidencia que podría ayudar a mejorar las intervenciones a pacientes con TEA.
“Utilizamos el aprendizaje profundo contrastivo para desentrañar la variación neuroanatómica específica del TEA de la variación compartida con los participantes de control típicos”. De esta forma pudieron identificar que los cerebros de los pacientes cuentan con muchas diferencias en diversas regiones cerebrales, incluso aquellas comúnmente relacionadas con los síntomas de TEA.
Es decir, los pacientes con TEA tienen tener afectaciones en diferentes regiones del cerebro, y por ello los síntomas son distintos en cada paciente y también de distinta gravedad. “Confirmar estas propuestas ha sido difícil porque identificar las alteraciones neuronales específicas del TEA es una tarea complicada”, explicó Aglinskas.
Asimismo, el neurocientífico explica que los cerebros de las personas con TEA son distintos por diversas razones como la variación genética y no debido al autismo.
Sobre el uso de la IA, para realizar esta investigación Aglinskas explicó que “ha sido difícil identificar las variaciones en la anatomía del cerebro que están relacionadas con los distintos síntomas. Por eso, usamos la IA para separar las diferencias relacionadas con el trastorno de las que no lo estaban”.
SCIENCE
THE VIEWER
