A veces pensamos que la inteligencia artificial solo sirve para recomendar videos o responder mensajes, pero hoy también está ayudando a entender cómo funciona el cerebro humano. Un grupo de investigadores liderado por Kabir y colegas utilizó inteligencia artificial para estudiar señales cerebrales de niños con autismo y encontró patrones que normalmente son muy difíciles de detectar. Lo interesante es que el cerebro de las personas con autismo no funciona de manera completamente distinta al de otras personas, sino que muchas diferencias quedan “escondidas” entre millones de señales normales. Por eso, los científicos compararon ambos tipos de actividad cerebral para encontrar pequeños detalles que antes pasaban desapercibidos.
Para hacerlo, utilizaron una técnica llamada EEG, que registra la actividad eléctrica del cerebro mediante sensores colocados en la cabeza. Es parecido a escuchar una conversación en una habitación llena de ruido: el reto no es captar sonidos, sino identificar cuáles realmente importan. La inteligencia artificial ayudó justamente en eso. El sistema aprendió a separar las señales comunes de las señales más relacionadas con el autismo. Según el estudio, una de las diferencias más importantes apareció en la parte frontal del cerebro, una zona relacionada con la toma de decisiones, el control emocional y las habilidades sociales. Los investigadores observaron que la comunicación entre ciertas áreas cerebrales era más débil en niños con autismo, especialmente en actividades relacionadas con la atención y la interacción social.
Lo más llamativo es que los investigadores no buscaban únicamente crear un sistema rápido para diagnosticar. De hecho, critican que muchas tecnologías actuales solo intenten alcanzar porcentajes altos de precisión sin explicar realmente qué está pasando dentro del cerebro. Kabir y colegas proponen algo diferente: usar la inteligencia artificial como una herramienta para entender mejor a las personas. Es una diferencia importante. Imagina una app que detecta que alguien está cansado sin explicar por qué ocurre. Ahora imagina otra que además ayuda a comprender qué patrones producen ese cansancio. La segunda opción no solo da respuestas, también permite aprender y mejorar tratamientos o apoyos personalizados.
El estudio también deja una idea interesante para el futuro: la tecnología podría ayudar a detectar señales tempranas del autismo de manera más sencilla y menos invasiva. Los investigadores creen que enfocarse en ciertas regiones del cerebro podría facilitar diagnósticos más accesibles y precisos. Esto no significa que una máquina vaya a reemplazar a médicos o psicólogos, sino que podría convertirse en una herramienta de apoyo para comprender mejor cómo piensa y siente cada persona. Al final, el trabajo muestra que la inteligencia artificial no solo puede automatizar tareas, sino también revelar aspectos ocultos del cerebro humano que podrían mejorar la vida de muchas familias y niños en el futuro.
Referencia:
Kabir, M. S., Kurkin, S., Portnova, G., Martynova, O., Wang, Z., & Hramov, A. (2024). Contrastive machine learning reveals in EEG resting-state network salient features specific to autism spectrum disorder. Chaos Solitons & Fractals, 185, 115123. https://doi.org/10.1016/j.chaos.2024.115123
Aviso de privacidad y descargo de responsabilidad:
Este blog ofrece contenido científico educativo simplificado, creado con la ayuda de humanos y de la IA. Puede omitir los detalles técnicos; se proporciona «tal cual» y no se recopilan datos personales más allá de análisis anónimos básicos. Para obtener más información, consulte nuestro Aviso de privacidad y nuestro descargo de responsabilidad . Lea «Acerca de este blog» y la nota de atribución del contenido generado por IA para obtener más información sobre este proyecto.
