Icono del sitio INVDES

Inteligencia artificial para un diagnóstico precoz del trastorno del espectro alcohólico fetal

El trastorno del espectro alcohólico fetal es una enfermedad causada por la exposición al alcohol durante el embarazo. Agrupa a un gran número de anomalías físicas, mentales, conductuales y cognitivas. La forma más grave dentro de este espectro es el Síndrome Alcohólico Fetal (SAF). Se caracteriza por malformaciones morfológicas (especialmente defectos craneofaciales), retraso del crecimiento y alteraciones cognitivas, conductuales, de socialización y del aprendizaje (debido a problemas de desarrollo del sistema nervioso central).

Unos investigadores del Hospital Clínic de Barcelona y del Instituto de Investigaciones Biomédicas August Pi i Sunyer (IDIBAPS) en Barcelona han coordinado un estudio que demuestra la eficiencia de un nuevo método que permite el diagnóstico precoz del trastorno del espectro alcohólico fetal, mejorando la calidad de vida de los afectados y sus familias.

En el estudio también han trabajado especialistas del Hospital Universitario La Paz en Madrid, la Universidad de Barcelona (UB) y la Universidad Internacional de Valencia, en España.

El equipo, encabezado por Anna Ramos-Triguero, del IDIBAPS y la UB, ha comprobado la efectividad de un algoritmo de aprendizaje automático (una modalidad de inteligencia artificial) en el diagnóstico precoz del trastorno del espectro alcohólico fetal.

El algoritmo escogido se entrenó utilizando variables sociodemográficas, clínicas y psicológicas, a partir de una base de datos íntegramente formada por datos de niños diagnosticados en el Hospital Clínic de Barcelona. Los investigadores analizaron datos clínicos y neuropsicológicos para desarrollar modelos que puedan identificar signos precoces de trastorno del espectro alcohólico fetal en niños.

En ocasiones, el diagnóstico del trastorno del espectro alcohólico fetal puede ser un reto por su similitud con otros trastornos, como el autismo o la hiperactividad. Por ello, esta nueva herramienta podría ayudar a un diagnóstico más rápido y preciso, que permitiría intervenciones a tiempo para mejorar la calidad de vida de los afectados, evitando diagnósticos erróneos.

Los resultados muestran que los pacientes con trastorno del espectro alcohólico fetal presentan afectaciones físicas y psicológicas específicas, y los algoritmos permiten identificar patrones por subtipo de trastorno del espectro alcohólico fetal, como el Síndrome Alcohólico Fetal (SAF), el SAF parcial (SAFp) y el Trastorno del Neurodesarrollo Relacionado con el Alcohol (ARND).

“La prevención del trastorno del espectro alcohólico fetal es responsabilidad de todos y pasa exclusivamente por evitar el consumo de alcohol durante el embarazo y desde el momento en que la mujer decide quedarse embarazada. No hay ninguna cantidad de alcohol que pueda consumirse de forma segura durante la gestación”, asegura el Dr. Oscar García-Algar, coordinador de Investigación e Innovación del Servicio de Neonatología del Hospital Clínic.

El estudio se titula “Machine learning algorithms to the early diagnosis of fetal alcohol spectrum disorders”. Y se ha publicado en la revista académica Frontiers in Neuroscience.

Fuente: noticiasdelaciencia.com

Salir de la versión móvil