Es una escena cotidiana que podría convertirse en una herramienta de investigación: un niño pequeño juega con su madre o su padre y una persona graba un video con un teléfono móvil. El nuevo avance es un algoritmo que reconoce patrones de comportamiento que podrían indicar la presencia de autismo.
No hay batas blancas. No hay un laboratorio sofisticado. No hay electrodos, análisis de sangre ni una máquina de resonancia magnética. Hay un vídeo de tres minutos y una inteligencia artificial. Esto es lo que propone un estudio publicado el 16 de septiembre de 2026 en Nature Communications. Los investigadores han desarrollado un sistema denominado Autism-CLIP, un modelo de inteligencia artificial capaz de analizar vídeos naturales de interacciones entre niños pequeños y sus cuidadores y estimar si existen en el comportamiento del niño pautas compatibles con el autismo.
El objetivo era encontrar una solución clínicamente viable que debía superar cuatro obstáculos: (1) la compatibilidad con los dispositivos móviles, que están muy extendidos; (2) la facilidad de uso sin necesidad de formación previa; (3) la eliminación de las anotaciones manuales; y (4) un rendimiento sólido en niños menores de 2 años. El resultado es llamativo, han sorteado esas cuatro dificultades, pero también conviene poner los pies en el suelo porque detectar señales de autismo no es lo mismo que diagnosticar autismo.
El estudio parte de una idea sencilla: los niños no necesitan estar sentados delante de una máquina para mostrar determinadas características de su comportamiento. Una interacción espontánea puede proporcionar mucha información sobre cómo mira el niño, cómo responde a otra persona, hacia dónde y cómo dirige su atención, cómo se mueve, cómo participa en un intercambio social, si su madre señala algo con el dedo, ¿sigue la mirada con ese dedo?
Algunas de estas conductas pueden presentar diferencias en niños autistas y ser «pistas», aunque ninguna de ellas, considerada aisladamente, permite diagnosticar autismo. Autism-CLIP intenta analizar precisamente ese conjunto de señales. Para ello utiliza un modelo de visión-lenguaje, una familia de sistemas de inteligencia artificial capaces de relacionar información visual con información lingüística. En este caso, los investigadores entrenaron el sistema para establecer correspondencias entre lo que aparece en los vídeos y resultados relacionados con la evaluación del autismo. Y hay una característica particularmente interesante: no es necesario que una persona codifique manualmente cada comportamiento observado en el vídeo, la inteligencia artificial identifica esos patrones y aprende y mejora al ir analizando videos de más niños. Otras ventajas es que es escalable y tiene un bajo coste.
Los investigadores chinos probaron con vídeos de niños de entre 15 y 24 meses. En la evaluación multicéntrica, Autism-CLIP obtuvo un área bajo la curva ROC (AUC) de 0,903 en la cohorte interna, formada por 103 participantes, y de 0,873 en una cohorte externa, con 102 participantes. En ambas cohortes había niños con TEA, con retraso madurativo y neurotípicos. La sensibilidad fue de 0.866 y la especificidad de 0.806. En palabras sencillas, el sistema mostró una capacidad de discriminación elevada en esas muestras entre niños autistas y no autistas.
El análisis de atención del modelo señaló comportamientos relacionados con el autismo como la evitación de la mirada y la reciprocidad social limitada, el que no mira a los ojos y el que no realiza ese toma y daca de sonrisas, gestos o palabras que asociamos a una interacción social. Pero aquí aparece una de las cuestiones más importantes del trabajo. La inteligencia artificial no está descubriendo un «gen del autismo» ni una imagen característica del cerebro autista. Está reconociendo patrones de conducta observables..
A veces hablamos de la IA como si fuera una especie de detective digital capaz de descubrir aquello que los seres humanos no vemos. Es una metáfora atractiva, pero puede resultar engañosa. Autism-CLIP no mira un vídeo y «sabe» que un niño es autista. Encuentra patrones estadísticos que, en los datos utilizados para entrenar y evaluar el modelo, están relacionados con determinados resultados de evaluación. Eso es muy diferente. Un algoritmo puede ser extraordinariamente bueno detectando una correlación sin que sepamos exactamente qué mecanismo biológico hay detrás.
Y, en el autismo, esta distinción es especialmente importante porque hablamos de una condición enormemente heterogénea. No existe una única manera de ser autista. Dos niños con el mismo diagnóstico pueden presentar perfiles muy diferentes. Y dos niños que muestran una determinada conducta pueden tener explicaciones completamente distintas. Por eso, una mirada que no establece contacto visual no significa autismo. Tampoco una escasa respuesta social. Ni un determinado patrón de movimiento. Ni una expresión facial concreta. La información relevante aparece cuando consideramos el conjunto del desarrollo y del comportamiento, no una señal aislada. Aquí es donde la nueva propuesta puede tener una repercusión importante.
Actualmente, el acceso a una evaluación especializada no es igual para todo el mundo. Hay diferencias entre países, regiones y sistemas sanitarios. Puede haber listas de espera, falta de profesionales especializados o dificultades para llegar a los servicios adecuados. Una herramienta capaz de realizar un primer cribado utilizando un vídeo obtenido con un teléfono móvil podría, potencialmente, ampliar el número de niños que reciben una primera evaluación, un primer cribado, sin tener que esperar un tiempo exagerado. Y eso tiene importancia. Porque detectar señales de desarrollo diferentes no significa poner una etiqueta cuanto antes, sino proporcionar antes la evaluación y, cuando corresponda, los apoyos necesarios. La tecnología podría convertirse así en una especie de filtro inicial: no sustituye al profesional, sino que ayuda a identificar quién necesita una evaluación más detallada y completa.
La frase que debería acompañar a cualquier noticia sobre inteligencia artificial y autismo es un cribado positivo no equivale a un diagnóstico positivo. Un sistema de cribado intenta identificar personas que podrían necesitar una evaluación posterior. Un diagnóstico es un proceso clínico mucho más complejo e incluye la historia del desarrollo, la observación del comportamiento, la información proporcionada por la familia y la valoración de diferentes áreas del funcionamiento. Y debe realizarse teniendo en cuenta otras posibles explicaciones y las características individuales del niño. Por eso sería un error imaginar un futuro en el que los padres graban a su hijo con el móvil, suben el vídeo a una aplicación y reciben como respuesta: «Su hijo tiene autismo». Ese no es el mensaje de este estudio. El mensaje más razonable es otro: un vídeo cotidiano podría contener información útil que la inteligencia artificial puede ayudar a analizar y detectar niños que deben ser evaluados sobre un posible autismo.
Autism-CLIP no aparece de la nada. Los investigadores ya llevaban algunos años explorando el llamado fenotipado conductual digital. En 2023, un estudio publicado en Nature Medicine (Perochon et al., 2023) evaluó una aplicación que utilizaba visión por computador y aprendizaje automático para analizar diferentes comportamientos en niños pequeños. La aplicación estudiaba aspectos como la atención social, expresiones faciales, movimientos de la cabeza, respuesta al nombre y determinadas conductas motoras. En 475 niños de 17 a 36 meses, el modelo alcanzó un AUC de 0,90.
La diferencia interesante del trabajo de 2026 está en llevar este planteamiento hacia vídeos naturalistas de interacción cuidador-niño, utilizar un modelo de visión-lenguaje y evitar la necesidad de una codificación manual detallada. Es un paso más hacia una pregunta fascinante: ¿Puede una máquina aprender a reconocer patrones del desarrollo neurodivergente observando cómo juega un niño?
Precisamente porque el resultado es prometedor, conviene no exagerarlo. Las muestras del estudio son relativamente pequeñas: 103 participantes en la cohorte interna y 102 en la externa. Además, que un modelo funcione bien en un estudio no significa automáticamente que vaya a funcionar igual de bien cuando se utilice en miles de niños de diferentes países, culturas, lenguas y circunstancias familiares. Hay otra cuestión fundamental: la diversidad del propio autismo. ¿Qué ocurrirá con niños que presentan señales menos evidentes? ¿Funcionará igual en niñas? ¿Y en niños con diferentes niveles de lenguaje? ¿Y en niños con discapacidad intelectual? ¿Y en niños que hablan una lengua diferente? ¿Y cuando las condiciones de grabación sean muy diferentes? ¿Y qué ocurre si el vídeo muestra un día especialmente bueno —o especialmente malo— de ese niño? Son preguntas que tendrán que responder estudios posteriores. Lo bueno de los sistemas informáticos es que son muy adaptables. La IA puede aprender muy deprisa, pero también puede aprender los sesgos de los datos con los que ha sido entrenada.
Hay algo sugerente en este avance. Durante mucho tiempo, la biomedicina ha intentado encontrar pruebas objetivas que ayuden a identificar el autismo: biomarcadores. Se han estudiado genes, proteínas, actividad cerebral, tamaños de regiones corticales, conectividad neuronal, movimientos oculares y muchos otros indicadores. Ahora aparece una posibilidad diferente: utilizar lo que usamos de momento, las pruebas comportamentales, la propia conducta como una fuente cuantificable de información. Es interesante no porque el comportamiento sea menos científico que una imagen cerebral, sino porque el autismo se define precisamente a partir de características del desarrollo y del comportamiento.
La inteligencia artificial puede analizar cantidades enormes de información conductual con una precisión y una velocidad difíciles de conseguir mediante la observación humana convencional. Pero eso no significa que debamos (ni podamos) sustituir al profesional por una cámara. Lo que pienso es que implica que podemos proporcionar al profesional otra herramienta.
Quizá la parte más sugerente del estudio no sea el algoritmo, sino el escenario: Un niño que juega en casa, una madre o un padre que graba unos minutos con el teléfono, un sistema que analiza el vídeo, un resultado que indica que sería conveniente realizar una evaluación del desarrollo o que no hace falta y, después, un profesional que escucha a la familia, observa al niño y toma la decisión clínica.
Si este tipo de herramienta demuestra su utilidad en futuros estudios más amplios y diversos, podría ayudar especialmente allí donde el acceso a especialistas es limitado. Pero la tecnología solo tendrá sentido si sirve para acortar caminos hacia los apoyos, no para crear etiquetas automáticas; si facilitamos el trabajo de los profesionales en vez del error que sería pensar en sustituirlos. Es importante recordar que detrás de cada vídeo hay un niño y detrás de cada posible diagnóstico hay una familia que necesita información, acompañamiento y respuestas. La inteligencia artificial puede analizar tres minutos de interacción, pero comprender a un niño requiere mucho más tiempo y quizá ese sea el equilibrio que debemos buscar: máquinas diseñadas para detectar patrones, profesionales capaces de interpretarlos y familias que deben participar en las decisiones que afectan a sus hijos. El futuro del diagnóstico temprano del autismo podría incorporar mucha inteligencia artificial, pero no debería obviar nunca la inteligencia humana.
Para leer más:
- Deng R, Huang H, Lv S, Xing Y, Li Y, You C, Wu F, Deng H, Huang Z (2026) Automated screening of autism via a pretrained vision-language model in naturalistic caregiver-child interactions. Nature Communications. Publicado el 16 de septiembre de 2026. DOI: 10.1038/s41467-026-77721-8.
- Perochon S, Di Martino JM, Carpenter KLH, Compton S, Davis N, Eichner B, Espinosa S, Franz L, Krishnappa Babu PR, Sapiro G, Dawson G (2023) Early detection of autism using digital behavioral phenotyping. Nat. Med 29: 2489–2497.
Gracias por comentar con el fin de mejorar