[adrotate banner=»4″]
Investigadores estadounidenses idearon y probaron ocho modelos de aprendizaje automatizado para diagnosticar autismo en niños mediante el análisis de videos caseros, lo que permite agilizar el proceso y hacerlo mucho más eficiente», según un estudio publicado en la revista científica PLOS Medicine.
El estudio, difundido hoy por la agencia EFE, fue desarrollado por un equipo de la Escuela de Medicina de la Universidad de Stanford y fue encabezado por Dennis Wall, profesor de Pediatría y Ciencia de Datos Biomédicos de esa ciudad californiana.
Cada uno de los modelos contenía «un set de algoritmos que incluía de 5 a 12 características de comportamiento de los niños y producía una puntuación general que indicaba si el menor tenía autismo», explicó.
Wall dijo que para evaluar los modelos solicitaron a familias reclutadas para el estudio que enviaran videos caseros de uno a cinco minutos de duración en los que se mostrase el rostro y las manos de los niños y se captara «su interacción social, así como el uso de juguetes, lápices y utensilios».
[adrotate banner=»5″]