APRENDIZAJE AUTOMÁTICO PARA LA PREDICCIÓN DE RIESGO DE DISLEXIA

Abstract

La dislexia del desarrollo es un trastorno del aprendizaje que afecta a la adquisición y automatización de la lectura, con importantes implicaciones educativas y sociales. Su detección temprana resulta fundamental para implementar estrategias de intervención eficaces, pero continúa siendo un desafío debido a la heterogeneidad de sus manifestaciones clínicas y a la ausencia de criterios diagnósticos universales. En este contexto, el uso de tecnologías digitales y algoritmos de aprendizaje automático ofrece una vía prometedora para analizar patrones de comportamiento cognitivo y mejorar la identificación del riesgo de dislexia en edades tempranas. Este trabajo parte de la hipótesis de que la combinación de inteligencia artificial con técnicas de interpretabilidad puede contribuir no solo a mejorar el rendimiento predictivo, sino también a comprender mejor los mecanismos implicados en el diagnóstico de la dislexia. Para ello, se han utilizado datos procedentes del estudio publicado en PLOS ONE (2022), que recoge resultados de tareas cognitivas administradas a niños mediante dispositivos digitales (ordenadores y tabletas). Cada registro incluye un conjunto de variables psicométricas y de rendimiento obtenidas durante la realización de las tareas. El enfoque metodológico se ha basado en el uso de modelos Random Forest, por su capacidad para manejar grandes volúmenes de variables y su robustez frente al ruido. Además, se ha incorporado la técnica de Permutation Importance para evaluar la relevancia de las distintas características en la predicción del diagnóstico. Con ello, se han entrenado y evaluado modelos diferenciados para los dos conjuntos de datos disponibles (tablet y desktop), aplicando técnicas de validación cruzada, búsqueda de hiperparámetros, y medidas específicas como el F1-score, la sensibilidad, la especificidad y el AUC-ROC, más apropiadas en contextos con desbalance de clases. Los resultados obtenidos indican que es posible alcanzar modelos parsimoniosos ¿basados únicamente en las variables más relevantes¿ sin que ello suponga una pérdida significativa de rendimiento. En concreto, el modelo final para tablet con cinco variables clave obtuvo una sensibilidad del 73% y un AUC de 0.80, mientras que el modelo desktop con once variables alcanzó una sensibilidad del 78% y un AUC también de 0.80. Estos resultados respaldan el potencial del aprendizaje automático interpretable como herramienta complementaria en el cribado temprano de dislexia. En conclusión, el presente trabajo demuestra que técnicas de inteligencia artificial pueden no solo detectar patrones útiles para la predicción del riesgo de dislexia, sino también facilitar la comprensión clínica del problema mediante modelos interpretables. Se abre así la puerta a futuras líneas de investigación orientadas a la validación externa de estos modelos, su integración en contextos escolares y su ampliación a otros dominios del neurodesarrollo.