Mediante el empleo de un modelo computacional que imita el funcionamiento de la corteza cerebral a partir de estímulos visuales, unos investigadores han identificado una relación entre procesos fisiológicos y perceptuales que tendrían lugar en los trastornos del espectro autista.
“Entender mejor la relación entre la fisiología del cerebro y la percepción o el comportamiento es esencial para diseñar nuevas terapias, aunque todavía queda un largo camino por recorrer para llegar a esa instancia”, indicó Rodrigo Echeveste, doctorado en Ciencias Naturales en Alemania e investigador del CONICET y la Universidad Nacional del Litoral (UNL) en el Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional o “sinc(i)”, en la Ciudad de Santa Fe, Argentina.
Hace unos años, Elizabeth Pellicano, de la Universidad Macquarie, en Australia, y David Burr, de la Universidad de Florencia, en Italia, propusieron que el pesaje o “balance” de la información sensorial del mundo exterior con la información previa, y la forma de representarse probabilidades tanto sobre el mundo exterior como sobre las propias expectativas, se produce de una forma menos eficaz en personas con autismo. Por ejemplo, la percepción sensorial se intensifica y las expectativas se atenúan.
Echeveste y sus colegas se propusieron tratar de entender por qué ese pesaje en personas con trastornos del espectro autista es diferente.
“Para responder a esta pregunta, analizamos observaciones acerca de la fisiología del autismo”, señala el investigador santafesino con un posdoctorado en el Laboratorio de Inteligencia Computacional y Biológica (CBL) de la Universidad de Cambridge, en el Reino Unido.
Modelo computacional
En el estudio se usó como banco de pruebas un modelo computacional que había sido desarrollado por Echeveste junto con investigadores de la Universidad de Cambridge durante su estadía en esa institución.
“Este modelo es una red neuronal que había sido entrenada utilizando técnicas de inteligencia artificial para procesar estímulos visuales, y que imita el comportamiento de nuestra corteza visual primaria. 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”, explicó Echeveste.
