Los investigadores han observado que las diferencias de comportamiento entre individuos con este trastorno están relacionadas con variaciones en la estructura del cerebro
Según informa Ana Hernando de la agencia SINC, comprender la heterogeneidad del cerebro de las personas con trastorno del espectro autista (TEA) podría ser fundamental para mejorar su calidad de vida, ya que posibilitaría diagnósticos específicos e intervenciones conductuales más dirigidas.
Ahora, investigadores del Boston College (EE UU) han usado el machine learning (aprendizaje automático) para un análisis detallado de imágenes cerebrales de personas con autismo y han desvelado que las diferencias de comportamiento entre las personas con este trastorno están relacionadas con las variaciones en la estructura del cerebro. Los resultados del estudio se han publicado en la revista Science.
El equipo utilizó esta técnica de inteligencia artificial (IA) para estudiar los datos de las imágenes de resonancia magnética de más de 1.000 individuos con TEA y comparó esas imágenes con las que ofrecían las simulaciones computacionales sobre el aspecto que tendrían los cerebros si no tuvieran este trastorno.
Áreas cerebrales expandidas y comprimidas
El autismo difiere, tanto en síntomas como en neuroanatomía, de un individuo a otro. Investigaciones previas ya habían planteado la hipótesis de que podría no haber un único conjunto de correlaciones neuroanatómicas comunes a todos los individuos con TEA.
El equipo superó esa barrera empleando el machine learning para identificar patrones de variabilidad neuronal que son específicos del TEA, lo que permitió identificar las vías neuronales específicamente afectadas, dice Aglinskas, quien realizó la investigación con los profesores adjuntos de neurociencia del Boston College Joshua Hartshorne y Stefano Anzellotti.
Variaciones neuroanatómicas escondidas
Con los datos de resonancia magnética de 1.103 participantes, los autores usaron un método de análisis que recuerda al deepfake, donde se trabaja con vídeos, fotografías y otras imágenes simuladas, aparentemente reales, difíciles de detectar, creadas con los datos visuales de los participantes en el estudio.
En este caso los investigadores utilizaron patrones detectados por ordenador para crear una simulación de cómo sería el cerebro de cada individuo con TEA si no lo tuviera. Esto fue posible gracias a técnicas de machine learning, que separan las diferencias individuales en la anatomía del cerebro en la características específicas del TEA y las no relacionadas.
De cara al futuro, los autores indican la necesidad de comprender con más detalle cómo estas diferencias neuroanatómicas afectan al comportamiento. Anzellotti destaca que planean utilizar las herramientas de IA para buscar, más allá de la estructura del cerebro, formas de entender mejor los diagnósticos de TEA y el comportamiento de los individuos afectados.
Diferencias individuales dentro del TEA
Una gran pregunta es si eso nos mostrará algo nuevo sobre las diferencias individuales dentro del TEA. El objetivo de este trabajo es poder utilizar los datos de las imágenes cerebrales para ayudar a desarrollar enfoques sanitarios personalizados para las personas con autismo, subrayan los autores.
