Las diferencias de comportamiento entre individuos con este trastorno están relacionadas con variaciones en la estructura del cerebro
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 (EEUU) 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.
Según explica a SINC Aidas Aglinskas, neurocientífico de la institución estadounidense y coautor del trabajo, «las variaciones estudiadas son diferencias en la neuroanatomía que indican un desarrollo alterado en determinadas regiones del cerebro».
«En este estudio —prosigue— hemos investigado los cambios volumétricos asociados al trastorno del espectro autista, identificando las áreas cerebrales que están expandidas o comprimidas en comparación con lo que se esperaría si esa persona no lo tuviera».
El experto indica que observaron que los cerebros de los individuos con autismo «difieren entre sí en muchas regiones cerebrales, incluidas las asociadas a los síntomas conocidos del TEA, como las implicadas en la cognición social, el lenguaje y las cortezas motoras».
También señala que el hecho de que distintas personas con TEA «puedan tener afectadas diferentes regiones podría ayudar a explicar las grandes diferencias individuales en los síntomas: los afectados por este trastorno suelen presentar diferentes síntomas de distinta gravedad», subraya.
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.
«Confirmar estas propuestas ha sido difícil porque identificar las alteraciones neuronales específicas del TEA es una tarea complicada», afirma Aglinskas. «Los cerebros son diferentes debido a muchos factores, incluida la variación genética no debida a este trastorno, que es difícil de controlar en un estudio de investigación».
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.
Más…fuente: https://theobjective.com/sociedad/2022-06-07/inteligencia-artificial-autismo/