Investigadores de la Escuela de Medicina de la Universidad de Stanford en California han ideado y probado ocho modelos de aprendizaje automatizado para diagnosticar autismo en niños mediante el análisis de videos caseros.
El resultado, publicado en la revista científica PLOS Medicine, indica que “el uso de videos caseros para el diagnóstico tiene el potencial de agilizar el proceso y hacerlo mucho más eficiente”, destacó Dennis Wall, profesor de Pediatría y Ciencia de Datos Biomédicos de Stanford y autor “senior” del estudio.
Para evaluar los modelos los investigadores solicitaron a familias reclutadas para el estudio que enviaran vídeos caseros de uno a cinco minutos de duración en los que se mostrase el rostro y las manos de los niños y se captara “su interacción social, así como el uso de juguetes, lápices y utensilios”.
De los vídeo recibidos, 116 fueron de niños con autismo (con un promedio de edad de cuatro años y 10 meses) y 46 de menores que estaban desarrollando autismo (con un promedio de edad de dos años y 11 meses).
Nueve evaluadores no expertos analizaran los vídeos utilizando un cuestionario de 30 preguntas con respuestas de “sí” o “no”, basadas en comportamientos típicos de autistas.
Los datos de cada vídeo, con las 30 respuestas a las preguntas sobre el comportamiento del niño, se incorporaron a los ocho modelos matemáticos.
El modelo que mejor resultado ofreció es el que identificó el 94,5 % de los casos de niños con autismo y un 77,4 % de los de niños no autistas.
Para una verificación de los resultados se evaluó otros 66 vídeos, la mitad de ellos de niños con autismo.
El mismo modelo identificó correctamente un 87,8 % de los casos de niños con autismo y un 72,7 % de los de niños sin autismo.
Otra ventaja del uso de vídeos realizados en el hogar para el diagnóstico es que “toman al niño en su ambiente natural” a diferencia de la valoración clínica que se realiza en un medio “que puede ser rígido y artificial y provocar comportamientos atípicos en los niños”.Efe
