Un equipo de investigadores de la Universidad de Buenos Aires (UBA) está desarrollando un método pionero para detectar el maltrato infantil mediante el análisis de biomarcadores genéticos en la saliva, complementado con enfoques de inteligencia artificial (IA) para mejorar la identificación de casos. Este proyecto, liderado por el doctor Eduardo Cánepa, profesor consulto de la UBA e investigador principal del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), busca identificar modificaciones epigenéticas en el ADN que actúen como indicadores tempranos de violencia, permitiendo intervenciones antes de que el daño sea evidente.
Biomarcadores en saliva y modificaciones epigenéticas
El estudio se centra en detectar cambios epigenéticos, que son alteraciones químicas en el ADN que modifican cómo se expresan los genes sin cambiar su secuencia genética. Estas modificaciones actúan como interruptores que activan o desactivan genes en respuesta a factores ambientales, como el estrés crónico causado por el maltrato. En particular, los investigadores analizan la metilación del ADN, un proceso en el que se añaden grupos metilo a ciertas regiones del ADN, lo que puede silenciar genes o alterar su funcionamiento.
En el contexto del maltrato infantil, el estrés extremo activa el modo de alerta en el cuerpo, lo que se refleja en patrones específicos de metilación. Estas huellas moleculares se pueden detectar en las células presentes en la saliva, como leucocitos y células epiteliales. “El maltrato deja marcas no solo emocionales o físicas, sino también moleculares en el ADN”, explica Cánepa. La saliva es un medio ideal porque es no invasivo y, en situaciones de estrés, la activación de las glándulas salivales aumenta, dejando rastros medibles de estas modificaciones.
Metodología del proyecto
El equipo, integrado por Bruno Berardino, investigador del CONICET, y Guillermina García Viazzi, psicóloga del Hospital de Niños Pedro de Elizalde, recolecta muestras de saliva de pacientes en la Unidad de Violencia Familiar del hospital. Estas muestras se comparan con un grupo de control, analizando aproximadamente 40 niños en esta fase inicial. Los investigadores buscan patrones de metilación que sean más frecuentes en niños que han sufrido maltrato, lo que podría servir como un biomarcador confiable. Se espera que los resultados, disponibles a principios de 2026, permitan validar esta técnica como una herramienta de diagnóstico temprano.
El objetivo es desarrollar un test que facilite intervenciones rápidas, como tratamientos psicológicos o medidas judiciales para proteger a los niños de entornos abusivos. “Queremos identificar los mediadores moleculares que conectan las experiencias de maltrato con sus consecuencias”, señala Cánepa.
El rol de la inteligencia artificial en la detección de violencia infantil
La inteligencia artificial (IA) está transformando la forma en que se abordan problemas sociales complejos, como el maltrato infantil, al permitir el análisis de grandes volúmenes de datos para identificar patrones que serían difíciles de detectar manualmente. En el caso del proyecto de la UBA, la IA podría optimizar el análisis de datos genéticos, identificando patrones específicos de metilación en las muestras de saliva con mayor precisión y rapidez, lo que fortalecería la fiabilidad del biomarcador.
En paralelo, investigadoras de la Universidad de San Andrés, María Edo, Victoria Oubiña, Marcela Svarc y Mercedes Sidders, han desarrollado un modelo predictivo basado en técnicas de aprendizaje automático para detectar casos de violencia física contra niños en hogares argentinos. Su investigación, publicada en 2025 en la revista Children and Youth Services Review bajo el título “Aprendizaje automático y políticas públicas: detección temprana de la violencia física contra la infancia”, utilizó datos de la Encuesta Nacional de Niñas, Niños y Adolescentes (MICS) 2019-2020, realizada por Unicef en colaboración con el entonces Ministerio de Desarrollo Social y la Secretaría Nacional de Niñez, Adolescencia y Familia.
El modelo se entrenó con información de 7,358 hogares argentinos con niños de 1 a 14 años, utilizando datos sobre métodos de disciplina reportados por los adultos. Los resultados revelaron que el 41.8% de los hogares emplea al menos un método violento para disciplinar a los niños, un hallazgo alarmante que subraya la prevalencia de la violencia intrafamiliar. El algoritmo identificó patrones asociados con la violencia física, logrando detectar el 43% de los hogares con mayor riesgo dentro del 30% de los hogares analizados. Este enfoque demostró que los modelos predictivos pueden ser una herramienta poderosa para priorizar intervenciones en hogares de alto riesgo, optimizando recursos y mejorando la detección temprana.
La investigación destaca que la violencia infantil tiene consecuencias graves, afectando el desarrollo cognitivo, emocional, las capacidades de aprendizaje, la salud física y mental, e incluso los ingresos futuros de los niños. A pesar de su alta prevalencia —en América Latina y el Caribe, el 43% de los menores de 15 años sufren castigos corporales en el hogar—, las tasas de denuncia son extremadamente bajas, lo que refuerza la importancia de herramientas como las desarrolladas por Edo y Oubiña. Su trabajo también subraya la necesidad de integrar datos locales en los modelos predictivos, ya que las dinámicas de violencia varían según el contexto cultural y socioeconómico.
La combinación de enfoques basados en IA y biomarcadores genéticos representa un avance significativo. Mientras que la IA permite identificar hogares en riesgo a gran escala, los biomarcadores ofrecen una evidencia biológica concreta que puede confirmar casos de maltrato, complementando los modelos predictivos y proporcionando una base científica para intervenciones judiciales o terapéuticas.
Desafíos del proyecto
El proyecto de la UBA enfrenta varios retos. Los análisis epigenéticos son costosos y requieren tecnología especializada, a menudo procesada en el exterior. Además, obtener muestras de saliva requiere el consentimiento de los padres, lo que puede ser un obstáculo, ya que los principales perpetradores de maltrato suelen ser familiares cercanos. A pesar de esto, el equipo propone integrar este test en controles pediátricos de rutina o evaluaciones escolares para facilitar su aplicación.
Contexto y relevancia en Argentina
El maltrato infantil es un problema grave en Argentina, donde el 59.4% de los menores de 15 años han sufrido violencia física o psicológica en el hogar, según la encuesta MICS 2019-2020. Sin embargo, las denuncias son escasas, y se estima que el maltrato físico es 75 veces mayor que los casos registrados. La detección temprana es crucial, ya que la exposición a la violencia en la infancia afecta el desarrollo cognitivo, emocional y la salud a largo plazo.
Impacto global y local
Estudios similares en Canadá y Francia exploran biomarcadores epigenéticos, pero Cánepa subraya la importancia de datos locales, ya que las respuestas genéticas varían según el contexto cultural y ambiental. La combinación de biomarcadores en saliva y herramientas de IA podría no solo confirmar casos de maltrato, sino también predecir su impacto y evaluar la efectividad de tratamientos, ofreciendo una solución integral para proteger a los niños.
Fuentes:
- Artículo de LA NACIÓN, “Apuesta: el inesperado método con el que investigadores de la UBA buscan detectar evidencia de maltrato en los chicos”
- Encuesta Nacional de Niñas, Niños y Adolescentes (MICS) 2019-2020, Unicef Argentina
- Edo, M., Oubiña, V., Svarc, M., & Sidders, M. (2025). “Aprendizaje automático y políticas públicas: detección temprana de la violencia física contra la infancia”. Children and Youth Services Review.
AI1 año ago
Nano1 año ago
AI8 meses ago
AI1 año ago