استخدم فريق البحث قاعدة بيانات أمريكية كبيرة (SPARK)، تحتوي على معلومات عن حوالي 30 ألف فرد مصاب وغير مصاب باضطرابات طيف التوحد.
وطوّر الباحثون 4 نماذج مميزة للتعلم الآلي، من خلال تحليل معلومات حول الأطفال يمكن الحصول عليها دون الحاجة إلى تقييمات طبية مكثفة واختبارات طبية قبل بلوغهم 24 شهرا من العمر.
وأطلق على النموذج الأفضل أداء اسم AutMedAI ، حيث تمكن من تحديد حوالي 80٪ من الأطفال المصابين بالتوحد، من بين نحو 12 ألف فرد.
وكانت الجملة القصيرة الأولى في حياة الطفل، مع وجود صعوبات في الأكل بالاشتراك مع معايير أخرى، من المؤشرات القوية على التوحد.
وأظهر نموذج الذكاء الاصطناعي نتائج جيدة في تحديد الأطفال الذين يعانون من صعوبات أكثر شمولا في التواصل الاجتماعي والقدرة الإدراكية، والذين يعانون من تأخيرات نمو أكثر عمومية.
وتقول كريستينا تاميميز، الأستاذة المساعدة في KIND، قسم صحة المرأة والطفل في معهد كارولينسكا، والمعدة المشاركة في الدراسة: نأمل أن تكون هذه أداة قيمة للرعاية الصحية .
وقال المعد الأول للدراسة، شيام راجاغوبالان: نتائج الدراسة مهمة، لأنها تظهر أنه من الممكن تحديد الأفراد الذين من المرجح أن يصابوا بالتوحد من معلومات محدودة نسبيا ومتاحة بسهولة .
ويقول الباحثون إن التشخيص المبكر أمر بالغ الأهمية للبدء بالتدخلات العلاجية الفعالة، التي يمكن أن تساعد الأطفال المصابين بالتوحد على التطور بشكل مثالي.
ويضيف راجاغوبالان: يمكن أن يؤدي هذا إلى تغيير جذري في ظروف التشخيص المبكر والتدخلات العلاجية، وتحسين نوعية الحياة في نهاية المطاف للعديد من الأفراد وأسرهم .
ويخطط فريق البحث للتحقق من صحة النموذج في البيئات السريرية. كما يجري العمل على تضمين المعلومات الجينية في النموذج، ما قد يؤدي إلى تنبؤات أكثر تحديدا ودقة.
نُشرت الدراسة في مجلة JAMA Network Open.
المصدر: ميديكال إكسبريس