Aplicaciones del aprendizaje automático no supervisado en la investigación del trastorno del espectro autista: una revisión

Resumen Cantidades grandes de datos sobre el trastorno del espectro autista (TEA) se generan a través de hospitales, centros de terapia y aplicaciones móviles; sin embargo, gran parte de estos ricos datos no tiene clases o etiquetas preexistentes. Cantidades grandes de datos—tanto genéticos como conductuales—que se recopilan como parte de investigaciones científicas o como parte del tratamiento pueden proporcionar una comprensión más profunda y matizada tanto del diagnóstico como del tratamiento del TEA. Este artículo revisa 43 trabajos que utilizan aprendizaje automático no supervisado en el TEA, incluyendo agrupamiento k-means, agrupamiento jerárquico, agrupamiento basado en modelos y mapas autoorganizativos. El objetivo de esta revisión es proporcionar una encuesta de los usos actuales del aprendizaje automático no supervisado en la investigación del TEA y ofrecer una visión sobre los tipos de preguntas que se están respondiendo con estos métodos.