Nowe badanie opublikowane w JAMA Network Open wykorzystało sztuczną inteligencję (AI) do identyfikacji małych dzieci z ryzykiem autyzmu (ASD). Naukowcy z Instytutu Karolinska w Szwecji opracowali model uczenia maszynowego, który potrafi przewidzieć autyzm z dokładnością 80% u dzieci poniżej dwóch lat, opierając się na podstawowych danych medycznych.
Badanie, prowadzone przez dr Kristiinę Tammimies, opierało się na danych z bazy SPARK, zawierającej informacje o osobach z autyzmem i ich rodzinach. Zespół analizował dane od 30 660 uczestników, podzielonych na grupy z i bez diagnozy. Skoncentrowano się na 28 łatwych do zebrania wskaźnikach, takich jak wiek pierwszego uśmiechu, nawyki żywieniowe i rozwój językowy.
Naukowcy stworzyli cztery modele, z których najlepszy, nazwany „AutMedAI”, przetestowano na 12 000 nowych uczestników i 3 000 osób z innego badania. Wyniki były obiecujące – AI poprawnie zidentyfikowało autyzm w 78,9% przypadków.
Chociaż algorytm nie zastępuje diagnozy klinicznej, dr Tammimies podkreśliła, że może pomóc w szybszym rozpoznaniu autyzmu. Model działał dobrze w różnych grupach wiekowych i etnicznych, co czyni go szczególnie wartościowym, ponieważ inne narzędzia diagnostyczne bywają stronnicze.
Wczesna diagnoza jest kluczowa dla poprawy wyników leczenia, a jak zaznaczył dr Shyam Rajagopalan, technologia ta może znacząco zmienić warunki wczesnej diagnozy i interwencji. Badacze planują dalsze testy kliniczne oraz włączenie danych genetycznych, by zwiększyć dokładność modelu.
To badanie dołącza do rosnącej liczby prac badawczych, które badają zastosowania AI w zdrowiu psychicznym. Na przykład, ostatnie badania wykazały potencjał AI w przewidywaniu poziomów lęku na podstawie reakcji osób na zdjęcia, oraz w wspieraniu diagnozy schizofrenii czy choroby Parkinsona.