Diagnostic Prediction of Attention-Deficit/Hyperactivity Disorder in Children Using AULA: A Virtual Reality-Based Continuous Performance Task

El diagnóstico del trastorno por déficit de atención con hiperactividad, o TDAH, se ha basado durante mucho tiempo en una combinación de cuestionarios completados por padres y profesores, junto con pruebas estandarizadas que piden a los niños que se concentren en tareas sencillas en una habitación silenciosa. Si bien estos métodos están bien establecidos, a menudo tienen dificultades para captar la realidad desordenada de cómo funciona realmente la atención de un niño en el mundo real. En un aula típica, un estudiante debe ignorar el crujido de los papeles, el susurro de un compañero y el movimiento de las personas que pasan, todo ello mientras intenta escuchar a un profesor. Las pruebas tradicionales rara vez recrean esta complejidad, lo que dificulta ver cómo el cerebro de un niño maneja la atracción constante de las distracciones. Además, los síntomas del TDAH pueden verse muy diferentes de un niño a otro, y la condición a menudo se define por cuánto fluctúa la atención de un niño de un momento a otro, en lugar de basarse solo en una puntuación única en una prueba.

Para cerrar la brecha entre la sala de pruebas silenciosa y el aula ruidosa, los investigadores han comenzado a recurrir a la realidad virtual. Esta tecnología permite a los científicos construir entornos inmersivos y tridimensionales que se sienten reales para la persona que lleva el visor, pero que permanecen perfectamente controlados y medibles. Al colocar a un niño en un aula simulada llena de distracciones realistas, los investigadores pueden observar exactamente cómo resiste su atención cuando la presión aumenta. Este enfoque ofrece una forma de medir el comportamiento con un nivel de detalle que antes era imposible, capturando no solo si un niño acertó o falló una respuesta, sino también cómo se movía su cuerpo, cuánto tardaba en reaccionar y cómo cambiaba su enfoque a medida que el entorno variaba.

Un estudio reciente de Fidel Rebón-Ortiz e Irene Alice Chicchi Giglioli, trabajando con la organización Giunti Nesplora, puso a prueba esta idea utilizando una herramienta de realidad virtual específica llamada AULA. Los investigadores querían ver si podían usar este entorno inmersivo, combinado con algoritmos informáticos avanzados, para distinguir entre niños con TDAH y aquellos sin él. Reclutaron a un grupo de 352 niños y adolescentes, de entre 6 y 16 años, asegurando un número igual de participantes de ambos grupos. Cada niño del estudio tenía una visión y audición normales o corregidas a la normalidad, y el grupo con TDAH había recibido un diagnóstico clínico formal basado en criterios médicos estándar.

Los niños se colocaron un visor de realidad virtual y entraron en un aula digital. Dentro de esta simulación, se les pidió realizar tareas que imitaban el trabajo escolar real, como prestar atención a un profesor virtual mientras ignoraban distracciones como un compañero pasando una nota o susurrando. El sistema registró una gran cantidad de datos mientras los niños trabajaban, rastreando desde sus tiempos de reacción hasta los pequeños movimientos de sus cabezas y manos. Los investigadores estaban particularmente interesados en cómo se desempeñaban los niños cuando las distracciones estaban presentes en comparación con cuando el entorno era tranquilo. Buscaron patrones en los datos que pudieran revelar la firma única del TDAH, como cuánto variaba el tiempo de reacción de un niño de un momento a otro, o con qué frecuencia cometían errores al intentar ignorar una distracción.

Tras recopilar este rico flujo de información, el equipo utilizó un proceso llamado aprendizaje automático para encontrar las pistas más importantes. En lugar de mirar solo uno o dos números, la computadora analizó docenas de mediciones diferentes para ver cuáles separaban mejor a los dos grupos. Los investigadores descubrieron que las señales más reveladoras no eran solo la rapidez con la que un niño podía responder, sino su consistencia. Los niños con TDAH mostraban una inestabilidad mucho mayor en sus tiempos de reacción, especialmente cuando intentaban ignorar las distracciones. También cometían significativamente más errores de dos tipos específicos: omitían objetivos que debían alcanzar y presionaban botones cuando debían permanecer quietos, particularmente cuando el aula virtual estaba llena de ruido y movimiento.

El estudio identificó 14 variables clave que fueron más útiles para realizar una predicción. Estas incluyeron medidas de cuánto fluctuaba el tiempo de reacción de un niño, el número de errores cometidos cuando las distracciones estaban presentes y qué tanto se desviaba su atención de la tarea principal. Cuando los investigadores introdujeron estas variables específicas en varios modelos informáticos diferentes, los resultados fueron sorprendentes. Los modelos pudieron clasificar a los niños con un alto grado de precisión, identificando correctamente al grupo al que pertenecía un niño en más del 93 por ciento de los casos. Los modelos con mejor rendimiento fueron capaces de distinguir entre los dos grupos con un nivel de precisión que superaba con creces lo que se observa típicamente con las pruebas tradicionales.

Uno de los hallazgos más importantes fue que la presencia de distracciones marcaba una gran diferencia. Las variables que más importaban eran aquellas medidas cuando los niños intentaban concentrarse en un entorno ruidoso y concurrido. Esto respalda la teoría de que el TDAH no es solo un rasgo estático, sino una condición en la que la capacidad de una persona para concentrarse está fuertemente influenciada por su entorno. Cuando el entorno es sencillo y tranquilo, un niño con TDAH puede desempeñarse de manera similar a sus compañeros, pero cuando la carga cognitiva aumenta y aparecen las distracciones, su atención se vuelve inestable y su capacidad para controlar los impulsos flaquea. El estudio demostró que el entorno de realidad virtual fue capaz de desencadenar estas dificultades específicas, permitiendo que la computadora viera el problema con claridad.

Los investigadores también observaron que los modelos informáticos fueron capaces de detectar patrones sutiles que un observador humano podría pasar por alto. Por ejemplo, los modelos encontraron que la forma en que un niño movía su cuerpo en el espacio virtual estaba vinculada a su atención. En algunos casos, la inquietud física de un niño parecía interactuar con su capacidad para mantenerse enfocado de formas comple__complexas que no eran obvias a primera vista. Al combinar los datos de la prueba de realidad virtual con estas técnicas informáticas avanzadas, el estudio demostró que es posible crear una imagen mucho más precisa y objetiva de la salud atencional de un niño.

Aunque los resultados son prometedores, los autores advierten cuidadosamente que esto es un paso adelante en un viaje más largo. El estudio utilizó un grupo específico de niños y no incluyó todas las variaciones posibles de TDAH u otras condiciones que suelen ocurrir simultáneamente. Los modelos informáticos utilizados en el estudio son complejos, y los investigadores reconocen que los médicos necesitarán comprender cómo estos modelos llegan a sus conclusiones antes de que puedan utilizarse ampliamente en las clínicas. Sin embargo, el trabajo proporciona una sólida evidencia de que situar a los niños en entornos realistas y distractores, y medir sus reacciones con alta precisión, puede revelar los desafíos centrales del TDAH de una manera que las pruebas tradicionales no pueden.

En última instancia, esta investigación sugiere un nuevo camino para el diagnóstico. Al alejarse de los informes subjetivos y las pruebas simples, y avanzar hacia entornos inmersivos y ricos en datos, los clínicos podrían pronto tener herramientas que puedan ver la verdadera naturaleza de la atención de un niño. El estudio muestra que cuando recreamos los desafíos del mundo real de un aula, las diferencias entre los niños con TDAH y aquellos sin él se vuelven claras y medibles. Este enfoque no solo mejora la precisión de un diagnóstico, sino que ofrece una comprensión más profunda de cómo funciona la atención, cómo se rompe bajo presión y cómo puede ser apoyada en el complejo y ruidoso mundo en el que los niños realmente viven.