Resumen

Hoy en día, según los Centros para el Control y la Prevención de Enfermedades de Estados Unidos (CDC) [52], a 1 de cada 36 niños se le diagnostica un trastorno del espectro autista (TEA), lo que convierte a esta condición en uno de los trastornos del neurodesarrollo más prevalentes. En los niños dentro del espectro autista que presentan retrasos importantes del desarrollo, la trayectoria de su crecimiento cognitivo puede mejorar de forma notable con intervenciones si la condición se identifica pronto. Por ello, existe una necesidad crítica de herramientas de cribado y diagnóstico más escalables, así como de mejorar la fenotipificación para afinar las estimaciones de los síntomas del TEA en los niños. Aquí presentamos AI4Autism, un proyecto de cuatro años financiado por el Fondo Nacional Suizo de la Ciencia, que busca responder a las necesidades descritas. En este proyecto examinamos el potencial de la detección digital para proporcionar medidas automatizadas del fenotipo ampliado del autismo. Para ello se emplean técnicas multimodales basadas en visión por computador y en detección mediante el Internet de las cosas, con el fin de estratificar los subtipos de autismo de modo que permitan una medicina de precisión. Presentamos un resumen de nuestros principales resultados hasta la fecha, e introducimos conjuntos de datos y anotaciones que prevemos hacer públicos, así como métodos y algoritmos para analizar el comportamiento de los niños y elaborar un diagnóstico de TEA.