Η τεχνητή νοημοσύνη (AI) θα μπορούσε να βοηθήσει στον εντοπισμό νηπίων που ενδέχεται να έχουν αυτισμό, σύμφωνα με ερευνητές που ανέπτυξαν ένα σύστημα διαλογής με ακρίβεια περίπου 80% για παιδιά κάτω των δύο ετών.
Η προσέγγιση αυτή βασίζεται στη μηχανική μάθηση, έναν τύπο τεχνητής νοημοσύνης, και μπορεί να προσφέρει σημαντικά οφέλη, αν και δεν υποκαθιστά τη διάγνωση από εξειδικευμένους κλινικούς γιατρούς.
Η Δρ. Kristiina Tammimies από το Karolinska Institutet στη Σουηδία, συν-συγγραφέας της μελέτης, ανέφερε: «Χρησιμοποιώντας το μοντέλο AI, είναι δυνατόν να αξιοποιηθεί διαθέσιμη πληροφορία και να εντοπιστούν νωρίτερα άτομα με αυξημένη πιθανότητα αυτισμού, ώστε να λάβουν νωρίτερα διάγνωση και βοήθεια». Ωστόσο, υπογράμμισε ότι το αλγόριθμο αυτό δεν μπορεί να διαγνώσει τον αυτισμό, καθώς η διάγνωση πρέπει να γίνεται με κλινικές μεθόδους που θεωρούνται το "χρυσό πρότυπο".
Η μελέτη, που δημοσιεύτηκε στο επιστημονικό περιοδικό Jama Network Open, αξιοποίησε δεδομένα από το αμερικανικό ερευνητικό πρόγραμμα Spark, το οποίο περιλαμβάνει πληροφορίες από 15.330 παιδιά με διάγνωση αυτισμού και 15.330 παιδιά χωρίς αυτισμό. Οι ερευνητές επικεντρώθηκαν σε 28 μέτρα που μπορούν εύκολα να συλλεχθούν πριν τα παιδιά συμπληρώσουν το δεύτερο έτος της ηλικίας τους, βασισμένα σε αναφορές των γονέων από ιατρικά και ιστορικά ερωτηματολόγια, όπως η ηλικία του πρώτου χαμόγελου.
Στη συνέχεια, δημιούργησαν μοντέλα μηχανικής μάθησης που αναζητούσαν μοτίβα σε συνδυασμούς αυτών των χαρακτηριστικών μεταξύ παιδιών με αυτισμό και όχι. Αφού ανέπτυξαν και δοκίμασαν τέσσερα διαφορετικά μοντέλα, επέλεξαν το πιο ελπιδοφόρο και το δοκίμασαν σε ένα νέο σύνολο δεδομένων από 11.936 συμμετέχοντες, εκ των οποίων 10.476 είχαν διάγνωση αυτισμού.
Τα αποτελέσματα έδειξαν ότι το μοντέλο κατάφερε να αναγνωρίσει σωστά 9.417 από τους 11.936 συμμετέχοντες (78,9%) με ή χωρίς αυτισμό, με ακρίβεια 78,5% για παιδιά έως δύο ετών, 84,2% για παιδιά δύο έως τεσσάρων ετών, και 79,2% για παιδιά τεσσάρων έως δέκα ετών. Ένα επιπλέον τεστ, με ένα άλλο σύνολο δεδομένων που περιλάμβανε 2.854 άτομα με αυτισμό, έδειξε ότι το μοντέλο αναγνώρισε σωστά το 68% των περιπτώσεων αυτισμού.
Η Δρ. Tammimies σημείωσε ότι το δεύτερο σύνολο δεδομένων είχε ορισμένες ελλείψεις, γεγονός που επηρέασε την απόδοση του μοντέλου, τονίζοντας την ανάγκη περαιτέρω ανάπτυξης του συστήματος.
Οι ερευνητές διαπίστωσαν ότι τα σημαντικότερα χαρακτηριστικά για τις προβλέψεις του μοντέλου περιλάμβαναν προβλήματα στη διατροφή, την ηλικία κατά την οποία το παιδί έφτιαξε για πρώτη φορά μεγαλύτερες προτάσεις, την ηλικία κατά την οποία πέτυχε την εκπαίδευση στην τουαλέτα, και την ηλικία του πρώτου χαμόγελου. Το μοντέλο φάνηκε να αναγνωρίζει κυρίως παιδιά με πιο σοβαρά συμπτώματα και γενικότερα προβλήματα ανάπτυξης.
Ωστόσο, κάποιοι ειδικοί προειδοποίησαν ότι η ακρίβεια του μοντέλου για τον εντοπισμό παιδιών χωρίς αυτισμό ήταν μόνο 80%, πράγμα που σημαίνει ότι το 20% των παιδιών μπορεί να είχε χαρακτηριστεί εσφαλμένα ως νευροδιαφορετικό. Τόνισαν επίσης ότι η πρόωρη διάγνωση μπορεί να είναι προβληματική, καθώς είναι δύσκολο να ξεχωρίσουμε ποια παιδιά έχουν σοβαρή αναπτυξιακή καθυστέρηση και ποια θα αναπτυχθούν κανονικά με το χρόνο.
Η καθηγήτρια Ginny Russell από το Πανεπιστήμιο του Exeter δήλωσε ότι η εφαρμογή ψυχιατρικών ετικετών σε παιδιά κάτω των δύο ετών, βασισμένη σε περιορισμένα στοιχεία, μπορεί να είναι πρόωρη και επικίνδυνη.
Με πληροφορίες από Lifo
