Los análisis de los movimientos de los niños podrían jugar un papel en la identificación temprana del trastorno del espectro autista (ASD, por sus siglas en inglés), según sugiere un pequeño estudio realizado por investigadores del Instituto Nacional de Salud Infantil y Desarrollo Humano Eunice Kennedy Shriver (NICHD, por sus siglas en inglés). Usando métodos de aprendizaje profundo de inteligencia artificial para analizar la trayectoria de los movimientos de los brazos durante una tarea de organización de objetos, los investigadores del NICHD pudieron distinguir una alta proporción de niños con ASD de entre niños de desarrollo típico y entre adultos neurotípicos.
El estudio fue realizado por Amir Gandjbackhche, doctorado, de la Sección de Biofotónica Traslacional del NICHD, y Anjana Bhat, doctorada, de la Universidad de Delaware. Aparece en la revista Scientific Reports.
Antecedentes
El ASD es un trastorno complejo del desarrollo que afecta cómo una persona actúa, cómo interactúa con otras personas, y cómo se comunica y aprende. Los autores señalaron que el proceso de diagnóstico del ASD en niños se basa mayormente en un análisis conductual, y se enfoca fuertemente en las dificultades de comunicación social informadas por padres y madres. Sin embargo, los niños con ASD a menudo tienen dificultades motoras (del movimiento) 
, pero estas no son típicamente consideradas en las pruebas o al hacer un diagnóstico.
Resultados
Para el estudio actual, los investigadores compararon las trayectorias del movimiento de los brazos de niños diagnosticados con ASD con aquellos niños con desarrollo típico y adultos saludables. Inscribieron a 27 niños con ASD y 15 niños de desarrollo típico. Los niños tenían un rango de edad de 6 a 17 años. Los niños usaron en su muñeca derecha una unidad de medición inercial, un dispositivo que graba la velocidad y dirección del movimiento del brazo. Cada niño se sentó en una mesa frente a uno de cuatro investigadores adultos, que también usaron una unidad de medición inercial. Dos grupos de bloques se colocaron en un círculo enfrente del niño y del adulto. Se le pidió al niño y a los adultos colocar los bloques en una caja, uno a uno. Los investigadores usaron un programa de inteligencia artificial para clasificar los movimientos de los niños mientras completaban la sesión.
Comparados con los niños de desarrollo típico, los niños con ASD tuvieron movimientos más amplios y erráticos que los adultos y que los niños de desarrollo típico. Los niños con ASD también se demoraron más tiempo en reaccionar y alcanzar la velocidad más alta de los movimientos de sus brazos. Cuando alcanzaron la velocidad más alta, se movieron más rápidamente pero de forma menos fluida que los niños de desarrollo típico. También tenían más probabilidad de pasar de largo al intentar colocar los bloques en la caja.
En general, el método distinguió entre los niños de desarrollo típico y aquellos con ASD alrededor del 78% del tiempo. El método distinguió entre los adultos y los niños de desarrollo típico un 98% del tiempo, y entre los adultos y los niños con ASD casi el 99% del tiempo.
Importancia
Los autores concluyeron que sus hallazgos sirven de apoyo a más estudios de la inteligencia artificial para clasificar los movimientos de los niños para ayudar en las pruebas y diagnósticos de los niños con ASD.
Referencia
Su, WC, et al. Using deep learning to classify developmental differences in reaching and placing movements in children with and without autism spectrum disorder. Scientific Reports (2024).
ARRIBA