BEBE-Learning, software para la detección temprana del Trastorno del Espectro Autista (TEA)

Aspectos nuevos e innovadores

• Tecnología de Seguimiento Visual: Utiliza seguimiento ocular para recopilar datos objetivos sobre cómo los niños interactúan visualmente con los videos.
• Inteligencia Artificial: Emplea modelos de redes neuronales para analizar patrones visuales, permitiendo una evaluación precisa y objetiva.
• Adaptabilidad Continua: Puede mejorar con nuevos datos, manteniendo su eficacia a lo largo del tiempo.
• Detección Temprana y Objetiva: Permite la identificación temprana del TEA de manera precisa, lo que es esencial para una intervención temprana y un mejor pronóstico.
• Reducción del Sesgo: Minimiza la influencia de la subjetividad en las evaluaciones, proporcionando resultados basados en datos visuales objetivos.

Principales ventajas derivadas de su utilización

• Ahorro de Tiempo y Recursos: En comparación con los métodos tradicionales, puede ahorrar tiempo y recursos en el proceso de diagnóstico.
• Potencial en Telemedicina: Facilita la evaluación remota de niños, lo que es especialmente relevante en situaciones donde las visitas presenciales pueden ser difíciles o costosas.
• Apoyo a la Investigación y Mejora continua: Contribuye a la investigación científica al proporcionar datos objetivos para estudios sobre el TEA y sus manifestaciones visuales, lo que permite a la herramienta adaptarse y mejorar con nuevos datos.
• Facilita la Toma de Decisiones Clínicas: Ayuda a los profesionales de la salud y psicólogos a tomar decisiones más informadas en el diagnóstico y la planificación de tratamientos.

Características técnicas

Esta herramienta innovadora se centra en recopilar datos del Trastorno del Espectro Autista (TEA) en niños mediante el seguimiento visual de vídeos. El proceso comienza al presentar una serie de vídeos especialmente diseñados a los niños. Durante la visualización de estos vídeos, se emplea tecnología de seguimiento visual para registrar y analizar en tiempo real hacia dónde dirigen su mirada los niños.
Los datos recopilados a partir de este seguimiento visual se traducen en un conjunto de variables, que se utilizan como entrada para modelos de redes neuronales artificiales. Estos modelos tienen la capacidad de aprender y detectar patrones complejos en los datos de seguimiento visual. Además, se incorporan técnicas de selección de variables para garantizar la robustez de los modelos y aumentar su precisión.
Por otro lado, esta herramienta tiene capacidad de adaptarse y mejorar con el tiempo a medida que se acumulan más datos. Esto asegura que el sistema pueda ajustarse continuamente y mantener una precisión constante en la detección del TEA.
La aplicación primordial de esta herramienta es proporcionar diagnósticos precisos de TEA en niños, incluso en edades tempranas. La identificación temprana del TEA es esencial, ya que permite una intervención oportuna y un inicio temprano de terapias y apoyo, lo que puede mejorar significativamente el pronóstico a largo plazo para los niños con TEA.
Además de su uso en la diagnosis clínica, esta herramienta también tiene implicaciones en la investigación del TEA, ya que puede ayudar a comprender mejor los patrones visuales asociados con el trastorno.

Aplicaciones

El software permite mejorar la detección y el diagnóstico del TEA, con el potencial de beneficiar a niños, familias y profesionales de la salud, así como a la investigación y el desarrollo de tratamientos más efectivos.

Propiedad Intelectual

Protegida mediante software

Estado actual de desarrollo

Dispositivo desarrollado y validado para su industrialización.

Relación comercial deseada

Acuerdo comercial, Acuerdo de licencia, Cooperación técnica: un mayor desarrollo, Cooperación Técnica: testar nuevas aplicaciones; Cooperación Técnica: adaptación a necesidades específicas.