Исследователи из Каролинского института разработали новую модель машинного обучения AutMedAI, которая предсказываетаутизм у детей младшего возраста с точностью до 80%, анализируя простые параметры. Этот инструмент может значительно продвинуть раннюю диагностику и вмешательство, улучшив результаты для детей и семей.
В исследовании подчеркивается способность модели определять такие ключевые предикторы, как время появления первой улыбки и наличие трудностей с приемом пищи. Этот прорыв обещает способствовать раннему вмешательству, повышая качество жизни страдающих детей и их семей.
«Мы надеемся, что для детей младше двух лет эта модель станет ценным инструментом в здравоохранении», — говорит Кристина Таммимис, доцент KIND, факультета женского и детского здоровья Каролинского института и последний автор исследования. Исследовательская группа использовала большую базу данных США (SPARK), содержащую информацию примерно о 30 тыс. 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. В качестве параметров была выбрана информация о детях в возрасте до 24 месяцев, которую можно получить без обширных обследований и медицинских тестов. Модель, показавшая наилучшие результаты, была названа AutMedAI. Среди 12 тыс. человек модель AutMedAI смогла выявить около 80% детей с аутизмом.
«Результаты исследования имеют большое значение, поскольку показывают, что можно выявить людей, которые, скорее всего, страдают аутизмом, на основе относительно ограниченной и легкодоступной информации», — говорит Шьям Раджагопалан, первый автор исследования, научный сотрудник того же отделения Каролинского института, а в настоящее время доцент Института биоинформатики и прикладных технологий в Индии.
По мнению исследователей, ранняя диагностика крайне важна для проведения эффективных мероприятий, которые помогут детям с аутизмом развиваться оптимальным образом. «Это может кардинально изменить условия ранней диагностики и вмешательства и в конечном итоге улучшить качество жизни многих людей и их семей», — говорит Шьям Раджагопалан.
В ходе исследования модель ИИ показала хорошие результаты в выявлении детей с более значительными трудностями в социальной коммуникации и когнитивных функциях, а также с более общими задержками развития.
В настоящее время исследовательская группа планирует дальнейшее совершенствование и проверку модели в клинических условиях. Также ведется работа по включению в модель генетической информации, что может привести к еще более конкретным и точным прогнозам.
«Чтобы убедиться, что модель достаточно надежна для применения в клинических условиях, необходима тщательная работа и тщательная валидация. Я хочу подчеркнуть, что наша цель — сделать модель ценным инструментом для здравоохранения, и она не призвана заменить клиническую оценку аутизма», — говорит Кристиина Таммимиес.
Ранее исследования рассматриваливлияние пластмасс на развитие аутизма. Особое внимание было уделено воздействию бисфенола А (BPA), компонента твердых пластмасс, на риск заболевания у мальчиков еще в утробе матери. Следует подчеркнуть, что данное исследование не утверждает, что пластмассы с BPA непосредственно вызывают аутизм.
