Дослідники розробили штучний інтелект, який здатен попередньо виявляти аутизм.
Класичні підходи до діагностики аутизму не дозволяють встановити діагноз до досягнення дитиною трирічного віку, що, в свою чергу, забирає в тих, хто страждає цим розладом, важливий час. Проте нещодавно науковці розробили штучний інтелект, який може заздалегідь попереджати батьків про потенційні ризики.
Інноваційна модель машинного навчання AutMedAI, створена вченими, показує вражаючу здатність прогнозувати розлади аутистичного спектра (РАС) у дітей до двох років з точністю близько 80%. Розроблена дослідниками з Каролінського інституту в Швеції, ця модель представляє собою важливий прогрес у ранній діагностиці аутизму, оскільки використовує базову поведінкову та медичну інформацію, яка зазвичай доступна під час звичайних педіатричних оглядів, повідомляє PsyPost.
У Фокус.Технології з'явився свій Telegram-канал. Підписуйтесь, щоб не пропускати найсвіжіші та найцікавіші новини зі світу науки!
Завдяки своєму зручному підходу, дослідження AutMedAI, опубліковане в журналі JAMA Network Open, може стати основою для широкої інтеграції в систему охорони здоров'я. Автори вважають, що це відкриває нові можливості для раннього втручання, що, у свою чергу, може позитивно позначитися на розвитку здоров'я багатьох людей.
Розлад аутистичного спектра є складним порушенням нейророзвитку, яке переважно виявляється через труднощі у соціальних взаєминах, повторювані дії та вузькі інтереси. Швидке втручання, особливо в аспектах розвитку соціальних і комунікативних навичок, може суттєво позначитися на житті дітей з аутизмом у довгостроковій перспективі. Проте, оскільки традиційні методи діагностики аутизму базуються на спостереженнях, встановити діагноз часто вдається лише після досягнення дитиною трирічного віку або навіть пізніше. Така затримка може ускладнити отримання ранньої допомоги, адже початкові симптоми аутизму можуть залишитися непоміченими або неправильно інтерпретованими під час стандартних обстежень.
Розробники AutMedAI прагнуть подолати існуючі обмеження в діагностиці аутизму. Традиційні методи скринінгу зазвичай базуються на суб'єктивних контрольних списках, які можуть бути під впливом особистих інтерпретацій та вимагають спеціальних знань для досягнення точності. У команді AutMedAI дослідники розробили інноваційну модель, що враховує 28 спостережуваних показників, таких як вік дитини на момент першої усмішки, етапи формування речень та потенційні проблеми з харчуванням, що дозволяє здійснити раннє виявлення ризику розвитку аутизму.
Цей набір неінвазивних і загальнодоступних показників було обрано для спрощення процесу раннього виявлення аутизму, що робить його зручним для використання в усіх медичних закладах, навіть у тих, де є обмежений доступ до спеціалізованих діагностичних можливостей. Інформацію для дослідження було отримано з ресурсу SPARK — великої бази даних, що фінансується Фондом Саймонса та містить детальну інформацію про понад 30 000 дітей, серед яких близько 12 000 дитячих даних було використано для навчання та перевірки системи AutMedAI.
Застосовуючи алгоритми машинного навчання, такі як логістична регресія, команда вдосконалила модель через ретельну перехресну валідацію, щоб уникнути перенавчання та забезпечити точність прогнозів у реальних умовах. Поділивши дані на 60% для навчальної вибірки, 20% для тонкої налаштування параметрів і 20% для остаточного тестування, вони створили ефективну модель, здатну виявляти аутизм у дітей з високою чутливістю до соціальних взаємодій і когнітивних труднощів.
Головний автор дослідження Шьям Раджагопалан підкреслює, що модель має потенціал виявляти осіб, які, ймовірно, мають аутизм, використовуючи при цьому лише невелику кількість легкодоступних даних. Це, на його думку, може суттєво прискорити процес направлення дітей на офіційні обстеження.
Доктор Христина Тамміміс, головна авторка дослідження, підкреслила, що AutMedAI розроблена для доповнення, а не для заміни традиційних клінічних обстежень, наголошуючи на важливості всебічного оцінювання тих, кого зафіксувала модель. Вона може виявитися особливо корисною в клінічній практиці в районах з недостатньою медичною допомогою, де доступ до фахівців з аутизму є обмеженим, на думку авторів.
Наступний етап еволюції моделі включає в себе проведення клінічних досліджень та потенційне включення генетичної інформації, що може значно підвищити її прогностичні можливості. З розвитком досліджень, AutMedAI має потенціал стати важливим чинником у революції в діагностиці аутизму, забезпечуючи своєчасну підтримку та допомогу для сімей у різних куточках світу.
Раніше видання Фокус повідомляло про інноваційний метод ідентифікації аутизму у дітей. Оцінка зорової уваги малюків на геометричні фігури виявилася ефективним біомаркером для раннього діагностування аутизму.
Фокус також повідомляв про виявлений зв'язок між споживанням води, що містить літій, та аутизмом. Дослідження показало, що вагітні жінки, які вживали воду з високим рівнем літію, мали "помірно підвищений ризик" народження дітей з аутистичними розладами.
