Autismo: lo que todas las personas debemos saber

Investigación

Fruto de estudios anteriores, se considera que el pesaje o balance entre la información sensorial del mundo exterior y las propias expectativas se produce, en las personas con autismo, de una manera menos conveniente que en las personas sin autismo, dado que, para los primeros, la percepción sensorial se intensifica y las expectativas se atenúan. El grupo de expertos se propuso tratar de comprender por qué ese pesaje en personas con TEA es diferente, para lo cual analizaron observaciones acerca de la fisiología del autismo. Al respecto, Rodrigo Echeveste señala: “Entender mejor la relación entre la fisiología del cerebro y la percepción o el comportamiento es central para avanzar en el diseño de nuevas terapias”.

Conocimientos y computación

En el estudio se usó como banco de pruebas una red neuronal entrenada a partir de técnicas de inteligencia artificial para procesar estímulos visuales, en imitación del comportamiento de la corteza visual primaria humana. “Cuando uno mide cómo se comportan estas neuronas artificiales mientras la red ‘mira’ algo, vemos una dinámica en las respuestas de las neuronas que son muy similares a las de nuestra corteza cerebral”, explica el investigador.

El óptimo funcionamiento del cerebro humano requiere de un balance muy delicado entre neuronas excitatorias –que, al activarse, ayudan a encender a otras– y neuronas inhibitorias que, al encenderse, tienden a hacer apagar a las demás.

“Concretamente, nos preguntábamos si las diferencias perceptuales –entre personas con y sin autismo–, en términos del pesaje de información, podrían explicarse a partir de diferencias en los mecanismos de inhibición y, para ello, utilizamos un modelo computacional que simulase el funcionamiento neurológico y fisiológico humano”, puntualiza Echeveste. “Al debilitar la inhibición en la red neuronal artificial, comenzaban a pesar menos las expectativas previas y más la percepción de los estímulos. Por lo tanto, al menos en nuestro modelo, la visión fisiológica sobre déficits de inhibición y la visión perceptual sobre el uso de expectativas previas en autismo constituirían dos caras de la misma moneda”, indica el investigador.

En el desarrollo de la neurociencia de los últimos años, se observa una explosión en la utilización de técnicas de avanzada, propias de la inteligencia artificial, justamente con la finalidad de desarrollar modelos computacionales útiles para entender mejor el funcionamiento del cerebro. “La mayoría de los modelos representan el funcionamiento neurotípico del cerebro. Con este trabajo, mostramos que este enfoque también es muy útil para entender el procesamiento sensorial de personas con autismo”.

Cooperación y futuro

Este trabajo, desarrollado en el campo de la neurociencia computacional orientada al autismo, contó con apoyo de la Agencia Santafesina de Ciencia, Tecnología e Innovación, y presenta a futuro un amplio campo de perspectivas y desafíos. Tal como señala el Echeveste: “Nuestro trabajo conecta dos piecitas de un rompecabezas mucho más grande como es el autismo, del que todavía hay mucho que desconocemos”. En ese terreno tan vasto, el joven investigador sostiene que “los modelos computacionales, en un ida y vuelta con la pata experimental, pueden ser muy útiles como bancos de prueba para distintas hipótesis y para guiar futuros experimentos”.

Las múltiples dimensiones y requerimientos de este trabajo en equipo también se nutren de vínculos de colaboración, como los que se vienen desarrollando desde hace años con Marcela Menassé, especialista en psicoterapia de niños con trastorno del espectro autista, encargada de coordinar el grupo TEA Bariloche, que a su vez colabora con escuelas, centros de salud y asociaciones de padres de diversos lugares, como Rosario, Bahía Blanca y Paraná.

Echeveste, que además tiene vínculos de cooperación e intercambio con instituciones y grupos del Reino Unido, Alemania y los Estados Unidos, considera que a futuro “sería interesante poder escalar estos modelos para poder capturar fenómenos más complejos del comportamiento, lo que requerirá de nuevos desarrollos técnicos en las herramientas de machine learning que se usan para entrenar estas redes”, temas en los que se está trabajando actualmente en el sinc(i).