Uso de modelos de lenguaje para el diagnóstico del autismo: evaluación y retos en escenarios clínicos

El diagnóstico del Trastorno del Espectro Autista (ASD, por sus siglas en inglés) ha estado históricamente ligado a la experticia profesional y herramientas estandarizadas como el Autism Diagnostic Observation Schedule, Segunda Edición (ADOS-2). No obstante, las limitaciones en el número de profesionales capacitados y las diferencias individuales entre los niños pueden llevar a diagnósticos erróneos. En este contexto, la Zhejiang University ha implementado un nuevo enfoque denominado ADOS-Copilot, que emplea Modelos de Lenguaje de Gran Escala (LLMs) para asistir en la evaluación clínica real de ASD.

El ADOS-Copilot propone una estructura que equilibra la puntuación y la explicación, incorporando técnicas como el In-context Enhancement y Adaptive Fusion. Sus resultados experimentales son prometedores, ya que arrojan una puntuación mínima de error absoluto medio (MAE) de 0.4643 y puntuaciones F1 de clasificación binaria y ternaria de 81.79% y 78.37%, respectivamente. Estos números reflejan que el sistema es competitivo con los diagnósticos realizados por clínicos experimentados.

La adopción de métodos informáticos para el diagnóstico de ASD ha experimentado un crecimiento. A diferencia de otros enfoques, el ADOS-Copilot se basa en situaciones auténticas de diagnóstico, mejorando la capacidad de los LLMs para manejar diálogos interactivos. A medida que los modelos de lenguaje avanzan, su habilidad para comprender contextos extensos y razonar a partir de ellos se destaca, lo que les permite adaptarse efectivamente a distintas tareas diagnósticas sin necesidad de reentrenamiento. Sin embargo, se reconoce que aún no están capacitados para manejar ciertos aspectos del diagnóstico directamente.

Los investigadores concluyen que es crucial seguir explorando cómo las fortalezas y limitaciones actuales de los LLMs pueden inspirar y guiar su aplicación futura en un espectro más amplio de trastornos de salud mental. Abogan por que más estudios se transfieran a la práctica clínica real, abriendo una ventana de bondad al mundo para los niños con necesidades especiales.

Este trabajo resalta la necesidad de seguir investigando y refinando herramientas como el ADOS-Copilot para lograr un diagnóstico aún más preciso y objetivo que pueda ser de utilidad práctica real en escenarios clínicos.