Inteligencia artificial para avanzar en el estudio del autismo

Los trastornos del espectro autista (TEA) son un grupo de trastornos del neurodesarrollo que afectan la habilidad para interactuar y comunicarse socialmente y se presentan, entre otras cosas, junto a comportamientos repetitivos, restringidos y estereotipados; intereses limitados y reacciones poco habituales a estímulos sensoriales como la luz, los ruidos, las texturas o la temperatura.

Si bien no existe una cura, si existen tratamientos y estos están orientados a potenciar puntos fuertes y a proporcionar apoyos que favorezcan el desarrollo personal, la inclusión social y la calidad de vida de las personas con TEA y de sus familias.

Sin embargo, debido a que los TEA son diversos, complejos y a veces se producen junto con otras enfermedades o trastornos del aprendizaje, el tratamiento (así como también su diagnóstico) a veces puede no ser fácil de encontrar.

En este sentido, con el fin de contribuir con el diseño de nuevas terapias, científicos y científicas argentinos utilizaron una herramienta computacional para simular el funcionamiento de la corteza cerebral y poder comprender mejor la relación entre procesos fisiológicos y perceptuales que tendrían lugar en personas con TEA.

Como detallan en la web del CONICET, organismo al que pertenecen las y los investigadores de este estudio, el balance entre la información sensorial del mundo exterior y las propias expectativas se produce, en las personas con autismo, de una manera menos conveniente que en las personas sin autismo, dado que para los primeros, la percepción sensorial se intensifica y las expectativas se atenúan.

El grupo de expertos se propuso entonces tratar de comprender por qué ese balance en personas con TEA es diferente. Para ello analizaron observaciones acerca de la fisiología del autismo usando una red neuronal entrenada a partir de técnicas de inteligencia artificial para procesar estímulos visuales, a la vez que imitaba el comportamiento de la corteza visual primaria humana. 

Concretamente, el equipo quería averiguar si las diferencias perceptuales entre personas con y sin autismo podrían explicarse a partir de diferencias en el funcionamiento fisiológico. Esto permitiría, segun señaló Rodrigo Echeveste, del Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional del CONICET y la Universidad Nacional del Litoral, avanzar en el diseño de nuevas terapias.

El trabajo fue publicado en la revista Network Neuroscience y en él describen como al modificar la fisiología en la red neuronal artificial "comenzaban a pesar menos las expectativas previas y más la percepción de los estímulos". Por lo tanto, al menos en el modelo, ambos aspectos constituirían "dos caras de la misma moneda”.

"La mayoría de los modelos representan el funcionamiento neurotípico del cerebro. Con este trabajo mostramos que este enfoque también es muy útil para entender el procesamiento sensorial de personas con autismo", indicó Echeveste. A futuro, considera que "sería interesante poder escalar estos modelos para poder capturar fenómenos más complejos del comportamiento, lo cual requerirá de nuevos desarrollos técnicos en las herramientas de machine learning que se usan para entrenar estas redes".