El método se basa en la detección de patrones metabólicos a través de trazas químicas presentes en el cabello, como:
Niveles de metales pesados (mercurio, plomo, cadmio, etc.)
Elementos esenciales (zinc, cobre, hierro)
Metabolitos relacionados con el estrés oxidativo, la función mitocondrial y procesos neurológicos
El cabello actúa como un "registro temporal" de la bioquímica corporal a lo largo de semanas o meses, permitiendo observar alteraciones metabólicas que podrían correlacionarse con el autismo.
Un estudio destacado es el de NeuroPointDX y otro más reciente desarrollado por Northwestern University (2021), donde investigadores aplicaron inteligencia artificial y análisis espectroscópico para detectar patrones metabólicos únicos en niños con autismo.
Utilizaron muestras de cabello de niños diagnosticados con TEA.
El algoritmo logró detectar diferencias en el metabolismo de metales y nutrientes esenciales.
Se reportaron precisiones diagnósticas de hasta el 81% en ciertos conjuntos de datos.
Estos estudios son prometedores pero todavía están en fase de validación clínica.