Відповідно до нового дослідження Karolinska Institutet, опублікованого в журналі JAMA Network Open, нова модель машинного навчання може передбачити аутизм у маленьких дітей на основі відносно обмеженої інформації. Ця модель може полегшити раннє виявлення аутизму, що важливо для надання належної підтримки.
Крістіна Таммієс, доцент кафедри здоров’я жінок і дітей Каролінського інституту KIND, один із авторів дослідження, каже: «З точністю майже 80% для дітей віком до двох років ми сподіваємося, що це буде цінний інструмент для охорони здоров'я».
Дослідницька група використовувала велику базу даних США (SPARK) з інформацією приблизно про 30 000 осіб з розладами аутистичного спектру та без них.
Аналізуючи комбінацію 28 різних параметрів, дослідники розробили чотири різні моделі машинного навчання для виявлення закономірностей у даних. Вибрані параметри являли собою інформацію про дітей, яку можна отримати без ретельного обстеження та медичних тестів до 24-місячного віку. Найефективніша модель була названа «AutMedAI».
Серед приблизно 12 000 осіб модель AutMedAI змогла ідентифікувати близько 80% дітей з аутизмом. У специфічному поєднанні з іншими параметрами вік першої посмішки, перше коротке речення та наявність труднощів з їжею були сильними провісниками аутизму.
Шям Раджагопалан, інший автор дослідження, асоційований дослідник у тому ж відділі Каролінського інституту, а зараз доцент Інституту біоінформатики та прикладних технологій, Індія, каже: «Результати цього дослідження важливі, оскільки вони показують, що це можна ідентифікувати людей, які ймовірно мають аутизм, на основі відносно обмеженої та легкодоступної інформації».
За словами дослідників, рання діагностика має вирішальне значення для впровадження ефективних втручань, які можуть допомогти дітям з аутизмом розвиватися оптимально.
«Цей інструмент може кардинально змінити умови для ранньої діагностики та втручання та, зрештою, покращити якість життя багатьох людей та їхніх родин», — каже Раджагопалан.
У дослідженні модель штучного інтелекту показала хороші результати у виявленні дітей з більшими труднощами в соціальній комунікації та когнітивних здібностях, а також із більшою затримкою розвитку.
Зараз дослідницька група планує подальші вдосконалення та валідацію моделі в клінічних умовах. Також триває робота над включенням генетичної інформації в модель, що може призвести до ще більш конкретних і точних прогнозів.
«Щоб переконатися, що модель достатньо надійна для застосування в клінічних умовах, потрібна ретельна робота та ретельна перевірка. Я хочу підкреслити, що наша мета полягає в тому, щоб модель стала цінним інструментом для охорони здоров’я, і вона не призначена для заміни клінічної оцінки аутизму», – каже Тамміміс.
Джерело інформації:
Шям Раджагопалан та ін. [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