A JAMA Network Open folyóiratban nemrégiben megjelent tanulmányban, a kutatók négy gépi tanulási mesterséges intelligencia modellt teszteltek, a 30 660 résztvevővel végzett diagnosztikai vizsgálat során. Így hoztak létre egy új ML algoritmust (AutMedAI néven), amely képes a korai autizmus-spektrumzavar (ASD) kimutatására minimális orvosi háttér-információ felhasználásával. – számol be róla a News-medical.net.
A modell jelentősen felülmúlta a hagyományos kérdőíveket és a korábbi mesterséges intelligencia (AI) alkalmazásokat, ráadásul előrejelzéseihez csak minimális mennyiségű gyermekgondozási háttér-információra és orvosi adatokra van szüksége. Ezzel a tanulmány ígéretes első lépést jelent az ASD korai és rutinszerű kimutatására, megtakarítva a betegek és családjaik számára jelentős társadalmi-gazdasági stresszt, valamint javítva jövőbeli életminőségüket.
Az évtizedes kutatások ellenére az ASD diagnózisa és kezelése továbbra is folyamatos klinikai és pszichiátriai akadályokba ütközik. A jelentések becslése szerint az emberek 1 százaléka szenved ebben az állapotban, azonban a fejlett országokban - mint például az Egyesült Államok - az arány megközelíti a 3 százalékot is. Az ASD elsöprő társadalmi-gazdasági és mentális egészségügyi terhet jelent mind a betegek, mind családjaik számára. Az ASD szűrés hagyományos vizsgálatai magukban foglalják a viselkedési kérdőívek használatát is. Bár ezek a megközelítések jelentősen csökkentették az ASD kimutatásának idejét, de gyakran túl részletesek, szakmai szakértelmet és speciális tesztelést igényelnek.
A modern szűrési megközelítések gépi tanulási (ML) és hasonló (AI) modelleket használnak a betegség felismerésének gyorsítására, de mivel egyelőre csak kutatási környezetben ellenőrizték, további adatokra lesz szükség, mielőtt mindennapi használatra javasolnák az alkalmazásukat.
A kutatás során használt vizsgálati adatok tartalmazták az elsődleges orvosi szűrési információkat, a háttér családi anamnézist, demográfiai információkat, és egy kérdőív adatait. Ezek közül 28 változót választottak ki a könnyű feldolgozás és a 24 hónaposnál fiatalabb betegek számára való alkalmazhatóság érdekében.
A résztvevők közül 63,5 fiú és 36,5 százalék lány volt, átlagéletkoruk pedig 9 és fél év. Az előrejelzési modell tesztelése azt mutatta, hogy az AutMedAI pontosan azonosítani és diagnosztizálni tudta a résztvevők 78,9 százalékát, hogy ASD-vel rendelkezik-e vagy sem.
A jelenlegi autizmus spektrumzavar szűrési megközelítések, speciális viselkedési teszteket alkalmaznak egy szakértő tesztelő közreműködésével. A tanulmány eredményei azt mutatták, hogy a modell sikeres, és a modell eredményei összehasonlíthatók a jelenleg használt ASD kérdőívekkel.
Az AutMedaAI és a hasonló következő generációs mesterséges intelligencia modellek együttesen jelenthetik az első lépést az ASD betegekre és családjaikra gyakorolt mentális és társadalmi-gazdasági hatások jelentős csökkentésében.
