Модель ИИ помогает обнаружить аутизм на ранней стадии

Новая модель машинного обучения может предсказывать аутизм у маленьких детей на основе относительно ограниченной информации, согласно новому исследованию Каролинского института, опубликованному в журнале JAMA Network Open. Эта модель может способствовать раннему выявлению аутизма, что важно для предоставления правильной поддержки.

Кристина Таммимиес, доцент кафедры женского и детского здоровья KIND Каролинского института, один из авторов исследования, говорит: «Учитывая точность почти 80% для детей в возрасте до двух лет, мы надеемся, что это станет ценным инструментом для здравоохранения».

Исследовательская группа использовала большую базу данных США (SPARK), содержащую информацию примерно о 30 000 человек с расстройствами аутистического спектра и без них.

Проанализировав комбинацию из 28 различных параметров, исследователи разработали четыре отдельные модели машинного обучения для выявления закономерностей в данных. Выбранные параметры представляли собой информацию о детях, которую можно получить без обширных оценок и медицинских тестов до 24-месячного возраста. Наиболее эффективная модель получила название «AutMedAI».

Среди примерно 12 000 человек модель AutMedAI смогла идентифицировать около 80% детей с аутизмом. В определенном сочетании с другими параметрами возраст первой улыбки, первое короткое предложение и наличие трудностей с приемом пищи были сильными предикторами аутизма.

Шьям Раджагопалан, другой автор исследования, научный сотрудник того же отдела Каролинского института и в настоящее время доцент Института биоинформатики и прикладных технологий в Индии, говорит: «Результаты этого исследования имеют важное значение, поскольку они показывают, что на основе относительно ограниченной и легкодоступной информации можно выявить людей, у которых, вероятно, есть аутизм».

По словам исследователей, ранняя диагностика имеет решающее значение для внедрения эффективных вмешательств, которые могут помочь детям с аутизмом оптимально развиваться.

«Этот инструмент может кардинально изменить условия ранней диагностики и вмешательства и в конечном итоге улучшить качество жизни многих людей и их семей», — говорит Раджагопалан.

В ходе исследования модель ИИ показала хорошие результаты в выявлении детей с большими трудностями в социальной коммуникации и когнитивных способностях, а также имеющих больше задержек в развитии.

Исследовательская группа сейчас планирует дальнейшие улучшения и проверку модели в клинических условиях. Также ведется работа по включению генетической информации в модель, что может привести к еще более конкретным и точным прогнозам.

«Чтобы гарантировать, что модель достаточно надежна для внедрения в клинических условиях, требуются скрупулезная работа и тщательная проверка. Я хочу подчеркнуть, что наша цель — сделать модель ценным инструментом для здравоохранения, и она не предназначена для замены клинической оценки аутизма», — говорит Таммимиес.

Источник информации:

Шьям Раджагопалан и др. [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.