Un nou model de învățare automată poate prezice autismul la copiii mici din informații relativ limitate, potrivit unui nou studiu al Karolinska Institutet, publicat în jurnalul JAMA Network Open. Acest model poate facilita depistarea precoce a autismului, ceea ce este important pentru a oferi suportul potrivit.
Kristiina Tammimies, profesor asociat la KIND, Departamentul de Sănătate a Femeii și a Copiilor, Karolinska Institutet, un autor al studiului, spune: „Cu o precizie de aproape 80% pentru copiii sub vârsta de doi ani, sperăm că acesta va fi un instrument valoros pentru îngrijirea sănătății”.
Echipa de cercetare a folosit o bază de date mare din SUA (SPARK) cu informații despre aproximativ 30.000 de persoane cu și fără tulburări din spectrul autist.
Analizând o combinație de 28 de parametri diferiți, cercetătorii au dezvoltat patru modele distincte de învățare automată pentru a identifica modele în date. Parametrii selectați au fost informații despre copii care pot fi obținute fără evaluări ample și teste medicale înainte de vârsta de 24 de luni. Cel mai performant model a fost numit „AutMedAI”.
Dintre aproximativ 12.000 de indivizi, modelul AutMedAI a fost capabil să identifice aproximativ 80% dintre copiii cu autism. În combinație specifică cu alți parametri, vârsta primului zâmbet, prima propoziție scurtă și prezența dificultăților de alimentație au fost predictori puternici ai autismului.
Shyam Rajagopalan, un alt autor al studiului, cercetător afiliat în același departament la Karolinska Institutet și în prezent profesor asistent la Institutul de Bioinfomatică și Tehnologie Aplicată, India, spune: „Rezultatele acestui studiu sunt semnificative deoarece arată că este este posibil să se identifice persoanele care sunt susceptibile de a avea autism din informații relativ limitate și ușor disponibile”.
Potrivit cercetătorilor, diagnosticarea precoce este esențială pentru a implementa intervenții eficiente care pot ajuta copiii cu autism să se dezvolte optim.
„Acest instrument poate schimba drastic condițiile pentru diagnosticarea precoce și intervențiile și, în cele din urmă, poate îmbunătăți calitatea vieții pentru mulți indivizi și familiile lor”, spune Rajagopalan.
În cadrul studiului, modelul AI a arătat rezultate bune în identificarea copiilor cu mai multe dificultăți în comunicarea socială și capacitatea cognitivă și care au mai multe întârzieri de dezvoltare.
Echipa de cercetare planifică acum îmbunătățiri suplimentare și validarea modelului în medii clinice. De asemenea, se lucrează pentru a include informații genetice în model, ceea ce poate duce la predicții și mai specifice și mai precise.
„Pentru a ne asigura că modelul este suficient de fiabil pentru a fi implementat în contexte clinice, sunt necesare lucrări riguroase și validare atentă. Vreau să subliniez faptul că scopul nostru este ca modelul să devină un instrument valoros pentru îngrijirea sănătății și nu este destinat să înlocuiască o evaluare clinică a autismului”, spune Tammimies.
Sursa informatiilor:
Shyam Rajagopalan și colab. [Machine Learning Prediction of Autism Spectrum Disorder from a Minimal Set of Medical and Background Information, JAMA Network Open (2024)]. DOI: 10.1001/jamanetworkopen.2024.29229
Discussion about this post