Suscríbete al boletín semanal

Recibe cada semana los contenidos más relevantes de la actualidad científica.

Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Inteligencia artificial y realidad virtual para la detección precoz del autismo

Investigadores de la Universidad Politécnica de Valencia y la red Cenit han creado T-ROOM, un sistema de realidad virtual e inteligencia artificial que facilita la detección precoz y personalizada del autismo. Esta herramienta reduce los tiempos de diagnóstico a una hora, cuando lo habitual supera las 15.

T-ROOM facilita el diagnóstico del autismo a través de la realidad virtual e inteligencia artificial. / UPV

Según la Organización Mundial de la Salud, uno de cada 160 niños tiene Trastorno del Espectro Autista (TEA), aunque otras estimaciones hablan de que puede afectar a uno de cada 68 niños en edad escolar. En España se calcula hay más de 450.000 personas con TEA, un caso por cada 100 nacimientos.

Su diagnostico se realiza observando la conducta del niño. Conociendo cómo es su desarrollo y aplicando una batería de pruebas neuropsicológicas y neurolingüísticas específicas para detectar la presencia de signos y síntomas de autismo. El tiempo de diagnóstico (pruebas, tests y exámenes) ronda las 15-20 horas.

T-ROOM es un entorno virtual inmersivo que ayuda a diagnosticar el trastorno del espectro autista en menos tiempo y sirve como herramienta terapéutica

Ahora, un equipo de investigadores de la Universitat Politècnica de València y los Centros de Desarrollo Cognitivo Red Cenit han desarrollado T-ROOM, un sistema de realidad virtual e inteligencia artificial que facilita la detección precoz del autismo y reduce los tiempos de diagnóstico a una hora.

Según las últimas investigaciones clínicas sobre el TEA, uno de los mayores problemas actuales en cuanto al tratamiento es la gran diversidad en cuanto a los síntomas que presenta una persona con este trastorno, lo que conlleva a una nueva era de la 'deconstrucción' al afirmar los clínicos que “no existe el TEA, existen personas con TEA”.

Recreación virtual del entorno familiar

Para ello, T-ROOM recrea situaciones del día a día familiar en un entorno virtual. Las sesiones duran media hora; en ellas, a los niños se les estimula visual, auditiva y olfativamente; se les coloca una pulsera para medir su actividad electrodermal –valor de gran interés para el diagnóstico del autismo–, así como unas gafas de Eye Tracking que permiten realizar un seguimiento de la mirada.

Además, se analiza con cámaras y técnicas de inteligencia artificial los movimientos corporales del niño y avisa de posibles alteraciones del movimiento (estereotipias), asociadas al trastorno del espectro autista.

"T-ROOM es un entorno virtual inmersivo, es decir, una habitación de unas dimensiones determinadas en cuyas paredes se ubica un sistema de proyección que muestra contenidos naturales y reales en 3D", destaca Mariano Alcañiz, director del Instituto I3B de la UPV.

"En este entorno podemos hacer una estimulación visual, auditiva e incluso olfativa, mientras el terapeuta desde una tablet controla en todo momento cuales son los estímulos más apropiados y la intensidad a aplicar en cada uno, logrando con ello un elevado grado de personalización de la terapia –añade–. El sistema es una alternativa para reducir el tiempo de diagnóstico y sirve a su vez como entorno terapéutico de intervención”.

Fuente: UPV
Derechos: Creative Commons
Artículos relacionados
Determinada la cantidad de luz ultravioleta que inactiva el coronavirus

Para eliminar el 99 % del virus SARS-CoV-2 con luz ultravioleta se necesita una dosis de energía de 21,6 julios por metro cuadrado, según un estudio liderado por la Universidad Complutense de Madrid. La técnica se ha probado en ascensores y sistemas de transporte.

Un nuevo modelo predice la eficacia de los confinamientos para frenar epidemias como la covid19

Técnicas de ‘machine learning’ permiten predecir, a partir de datos satelitales, si la reducción de la actividad económica minimiza los contagios. Con este modelo, que cuenta con participación española, se podrán afinar mejor los tiempos y el grado de las medidas de confinamiento.