Las redes neuronales artificiales pueden modelar el autismo

Muchos de nosotros reconocemos fácilmente las emociones expresadas en los rostros de los demás. Una sonrisa puede significar felicidad, mientras que fruncir el ceño puede indicar ira. Las personas autistas suelen tener más dificultades con esta tarea. 

Una investigación, del Instituto de Tecnología de Massachusetts publicada en The Journal of Neuroscience , arroja luz sobre el funcionamiento interno del cerebro para sugerir una respuesta. Y lo hace a través de una herramienta que abre nuevos caminos para modelar el cómputo en nuestra cabeza, la inteligencia artificial.

Los investigadores han sugerido principalmente dos áreas del cerebro donde podrían estar las diferencias. Una región llamada corteza temporal inferior (IT) contribuye al reconocimiento facial. Mientras que, una región más profunda llamada amígdala recibe información de la corteza de TI y otras fuentes y ayuda a procesar las emociones.

Durante su experimento, mostraron imágenes de rostros a adultos autistas ya controles neurotípicos. Las imágenes habían sido generadas por software para variar en un espectro de miedo a felicidad, y los participantes juzgaron, rápidamente, si las caras representaban felicidad. En comparación con los controles, los adultos autistas requerían niveles más altos de felicidad en las caras para reportarlos como felices.

Entrenaron una red neuronal artificial con una función matemática compleja inspirada en la arquitectura del cerebro, para realizar la misma tarea. La red contenía capas de unidades que se asemejan más o menos a las neuronas biológicas que procesan la información visual. Estas capas procesan la información a medida que pasa de una imagen de entrada a un juicio final que indica la probabilidad de que la cara sea feliz. Descubrieron que el comportamiento de la red coincidía más con los controles neurotípicos que con los adultos autistas.

La red también cumplía otras dos funciones interesantes. Primero, podría diseccionarlo. Quitaron las capas y probaron su desempeño, midiendo la diferencia entre qué tan bien coincidía con los controles y qué tan bien coincidía con los adultos autistas. Esta diferencia fue mayor cuando la salida se basó en la última capa de red. Esta capa imita de alguna manera la corteza de TI, que se encuentra cerca del final de la tubería de procesamiento visual ventral del cerebro de los primates. Los resultados implican a la corteza TI en la diferenciación de los controles neurotípicos de los adultos autistas.

La otra función es que la red puede usarse para seleccionar imágenes que podrían ser más eficientes en los diagnósticos de autismo. Si la diferencia entre la similitud de la red con los controles neurotípicos frente a los adultos autistas es mayor al juzgar un conjunto de imágenes frente a otro conjunto de imágenes, el primer conjunto podría usarse en la clínica para detectar rasgos de comportamiento autista. 

El equipo además evaluó el papel de la amígdala y descubrió que las neuronas presentes en esta estructura podían predecir el juicio de una persona en función de la actividad de estas neuronas. La amígdala proporcionó muy poca información propia y concluyeron que la corteza TI es la fuerza impulsora detrás del papel de la amígdala para juzgar las emociones faciales.

Este trabajo ayuda a validar la utilidad de los modelos computacionales, especialmente las redes neuronales de procesamiento de imágenes.