1920x340_portal_agencia-publicidad_marzo_01

Crean modelo de aprendizaje automático para detectar casos de autismo en niños

Algunos hallazgos vinculan al autismo con diferentes tipos de infecciones y condiciones de salud
Crean modelo de aprendizaje automático para detectar casos de autismo en niños
[favorite_button]
Comentar

Una investigación realizada por un equipo multidisciplinario de Penn State y publicada en BMJ Health & Care Informatics, confirma -una vez más- el valor de los datos sanitarios en los ecosistemas de salud, para diagnosticar condiciones como el autismo.

Como parte del estudio, se desarrollaron modelos de aprendizaje automático (machine learning -ML) que analizaron las conexiones entre múltiples variables clínicas (incluyendo las consultas médicas y los servicios prestados por afecciones médicas aparentemente no relacionadas, para predecir casos de trastornos del espectro autista en niños pequeños.

banner-pauta-1

El interés del equipo multidisciplinario surgió tras el análisis de la literatura científica disponible, ya que algunos hallazgos vinculan al autismo con diferentes tipos de infecciones, problemas gastrointestinales, convulsiones y alteraciones del comportamiento. Cabe aclarar que, las alteraciones mencionadas no son causa o consecuencia del trastorno del espectro autista sino que se presentan con más frecuencia entre la población afectada.

También le puede interesar: El Invima es objeto de nuevo ataque cibernético

En la actualidad, uno de los instrumentos clínicos usados para la identificación de casos de autismo es la Lista de Comprobación Modificada para el Autismo en Niños Pequeños (M-CHAT), que se suele aplicar en las visitas rutinarias de control del niño a los 18 y 24 meses de edad.

900w Portal Color

Este método agrupa 20 interrogantes relacionados con el contacto visual, las interacciones sociales y algunos hitos físicos; sin embargo, como el desarrollo de los bebés y niños varía tan significativamente a estas edades que la herramienta puede identificar erróneamente a los niños. De acuerdo con los investigadores, a raíz de estas equivocaciones, algunos niños únicamente son diagnosticados a los 4 o 5 años de edad, reduciendo tiempos considerables para las intervenciones y tratamientos tempranos.

No olvide leer: Focalizar la prestación de servicios de salud, una propuesta de Fedesarrollo

Así funciona la herramienta para detectar casos de autismo

El modelo de herramienta de aprendizaje automático cuantifica la suma de los factores de riesgo identificados, para estimar la probabilidad de padecer autismo. Además, aparentemente es mejor que el método de las 20 preguntas.

“El modelo de predicción podría integrarse en el sistema de historia clínica electrónica de un hospital, que se utiliza para registrar la salud de los pacientes, como herramienta de apoyo a las decisiones clínicas para marcar a los niños de alto riesgo, de modo que tanto los médicos como las familias pudieran tomar medidas antes”, señalan los autores.

En su publicación, los investigadores también enfatizan en la perspectiva de uso de los recursos, para contar con un insumo que facilite el diagnóstico de autismo de manera oportuna.

Le puede interesar: Tucuxi-BLAST, plataforma codifica bases de datos como secuencias de ADN

Temas relacionados

Compartir Noticia

Facebook
Twitter
LinkedIn
WhatsApp
Noticias destacadas
Más Noticias

Escríbanos y uno de nuestros asesores le contactará pronto

Reciba atención inmediata mediante nuestros canales oficiales aquí:

Preinscríbete y recibe información ampliada
XIX Congreso Nacional de Salud

* Todos los campos son requeridos

Tu carrito de compras está vacío.

Volver a la tienda

¡Gracias por su información!

El formulario ha sido enviado exitosamente, por favor verifique su bandeja de correo electrónico, enviaremos información ampliada sobre el XIX Congreso Nacional de Salud.

Pronto uno de nuestros asesores te contactará.