Un equipo de investigación del Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional (sinc(i), CONICET-UNL), junto con una investigadora del Departamento de Física Médica del Instituto Balseiro y Centro Atómico Bariloche (DFM, CNEA-CONICET), desarrollaron un modelo computacional que imita el funcionamiento de una porción de la corteza cerebral a partir de estímulos visuales, para abordar la relación entre procesos fisiológicos y perceptuales que ocurren en trastornos del espectro autista.
En el cerebro existen dos grandes clases de neuronas: excitatorias e inhibitorias. Cuando las primeras se activan tienden a activar las demás, en cambio las segundas, al activarse, tienden a apagar las otras neuronas con las que están conectadas.
Existe un balance muy delicado entre excitación e inhibición en el cerebro. Se ha observado que existe un pequeño desbalance a nivel fisiológico en las personas del espectro. Este genera cambios en la percepción.
El Espectro Autista es un trastorno del neurodesarrollo que se diagnostica a través de observar el comportamiento en general. A partir de una serie de entrevistas y protocolos de observación se identifican ciertas características que determinan la pertenencia al espectro. Dentro de las características comportamentales están el déficit en la interacción social, déficit en la comunicación y comportamientos repetitivos o estereotipados.
Además, se han observado diferencias en la percepción, en las formas en la que las personas del espectro perciben estímulos sensoriales, en cómo perciben el mundo.
El equipo de investigación, conformado por Rodrigo Echeveste, Diego Milone, Enzo Ferrante e Inés Samengo, se enfocó en la percepción dentro del espectro y no en el comportamiento. Utilizaron modelos de redes neuronales generados a través de inteligencia artificial que desarrollan procesos de percepción tratando de simular qué es lo que realiza el cerebro en dichos procesos. Intentaron entender cómo ciertas diferencias que se han observado a nivel fisiológico se ven reflejadas en cambios en la percepción en personas del espectro.
Modelos para estudiar la percepción.
El modelo original, publicado en 2020, apuntó a comprender cómo el cerebro percibe el mundo en condiciones donde existe incerteza. “La información que recibimos sobre el mundo es incompleta y todo el tiempo el cerebro tiene que completar con conocimiento previo”, explicó Rodrigo Echeveste para Ideas del Litoral.
La estadística muestra que ante la incerteza hay una forma óptima de combinar la información sensorial con el conocimiento previo. Su hipótesis de trabajo fue: como el cerebro evolucionó durante millones de años para percibir el mundo, es probable que esté usando una estrategia casi óptima.
En ese primer modelo mostraron que cuando se entrena una red neuronal con ciertas características biológicas para realizar el proceso de percepción, incorporando la incerteza, la actividad en esas neuronas se parece mucho a lo que sucede en la corteza cerebral cuando una persona o animal está mirando cosas. En esta dinámica, hay detalles muy realistas y no ocurren si no se tiene en cuenta la incerteza. Es decir, el modelo original describe una situación cercana a lo óptimo y es lo que se modela para la población neurotípica.
El modelo complejizado en la nueva investigación genera un desbalance en la red optimizada del original. Ello muestra cambios en la percepción que concuerda con lo que la gente ha postulado como autismo: un peso mayor de la información sensorial y menor de información previa. En otras palabras, se les da demasiada importancia a los estímulos y muy poca a la experiencia anterior. “El sistema simula lo que realiza un pedacito de la corteza visual primaria que tiene la tarea de identificar en regiones pequeñas del espacio visual. En la visión esto se representa en los ladrillos más chiquitos. Si puede detectar orientaciones puede ir componiendo bordes, definir objetos, etc. Esta es la percepción a más bajo nivel”, describió Echeveste.
Equipo de trabajo
El trabajo fue desarrollado por Rodrigo Echeveste, Diego Milone y Enzo Ferrante, investigadores del CONICET en el Instituto de Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional (sinc(i), CONICET-UNL). También contó con la participación de Inés Samengo, investigadora del CONICET y directora del Departamento de Física Médica del Centro Atómico Bariloche. El desarrollo fue publicado en la revista Network Neuroscience