Resumen: La prevalencia del trastorno del espectro autista (TEA) ha aumentado rápidamente durante la última década, planteando desafíos significativos en la comunicación, el comportamiento y el enfoque para las personas afectadas. Las técnicas de diagnóstico actuales, aunque efectivas, son intensivas en el tiempo, lo que lleva a altos costos sociales y económicos. Este trabajo introduce una tecnología de asistencia con IA diseñada para racionalizar el diagnóstico y el manejo de TEA, mejorando la conveniencia de las personas con TEA y la eficiencia para los cuidadores y terapeutas. El sistema integra el aprendizaje de transferencia con transformaciones de imagen derivadas de las variables de la mirada ocular para diagnosticar TEA. Esto facilita y abre oportunidades para el diagnóstico periódico en el hogar, reduciendo el estrés para individuos y cuidadores, al tiempo que preserva la privacidad del usuario mediante el uso de transformaciones de imágenes. La accesibilidad del método propuesto también ofrece oportunidades para mejorar la comunicación entre tutores y terapeutas, asegurando actualizaciones periódicas sobre el progreso y las necesidades de apoyo en evolución. En general, el enfoque propuesto en este trabajo garantiza un diagnóstico oportuno y accesible al tiempo que protege la privacidad de los sujetos, mejorando los resultados para las personas con TEA.
Publicado Originalme en rss.arxiv.org El 11 de junio de 2025.
Ver Fuente Original
