Kecerdasan buatan dapat membantu para ahli mengidentifikasi anak-anak kecil yang mungkin menderita autisme, kata para peneliti setelah mengembangkan sistem penyaringan yang mendeteksi sekitar 80% anak-anak di bawah usia dua tahun. Dia mengatakan itu akurat.
Para peneliti mengatakan pendekatan berdasarkan jenis AI yang disebut pembelajaran mesin dapat memberikan manfaat.
Dr Kristina Tamimis, salah satu penulis studi dari Institut Karolinska Swedia, mengatakan: “Model AI memungkinkan kita menggunakan informasi yang tersedia untuk mengidentifikasi individu yang lebih mungkin menderita autisme dan mengobati mereka lebih awal.” ”
Namun dia menambahkan: “Saya ingin menekankan bahwa algoritma tidak dapat mendiagnosis autisme, karena autisme (masih) harus didiagnosis menggunakan metode klinis standar terbaik.”
Ini bukan pertama kalinya para peneliti mencoba menggunakan AI untuk menyaring autisme. Di antara penelitian lain, para ilmuwan sebelumnya telah menggunakan teknologi tersebut bersamaan dengan kecerdasan buatan. pemindaian retina anak.
Menulis di jurnal Jama Network Open, Tammy Mees dan rekannya melaporkan bagaimana mereka menggunakan data dari inisiatif penelitian AS. disebut penelitian percikan Berisi informasi dari 15.330 anak yang terdiagnosis autisme dan 15.330 anak tanpa autisme.
Bagaimana tim peneliti berfokus pada 28 ukuran yang dapat dengan mudah diperoleh anak-anak sebelum mereka berusia 24 bulan, berdasarkan informasi yang dilaporkan orang tua dari kuesioner medis dan latar belakang, seperti penjelasan usia pertama kali tertawa;
Mereka kemudian membuat model pembelajaran mesin yang mencari pola kombinasi karakteristik yang berbeda antara anak autis dan non-autis.
Setelah membuat, menyempurnakan, dan menguji empat model berbeda menggunakan data tersebut, tim memilih model yang paling menjanjikan dan mengujinya pada kumpulan data lebih lanjut yang terdiri dari 11.936 peserta yang memiliki data tentang fitur yang sama. Sebanyak 10.476 peserta didiagnosis menderita autisme.
Secara keseluruhan, model tersebut dengan tepat mengidentifikasi 9.417 (78,9%) peserta dengan dan tanpa gangguan spektrum autisme, dengan akurasi 78,5% untuk usia 0 hingga 2 tahun dan 78,5% untuk usia 2 hingga 4 tahun. Terungkap bahwa angkanya adalah 84,2%. , dan 79,2% untuk anak usia 2 hingga 4 tahun. % untuk usia 4-10.
Pengujian lebih lanjut menggunakan kumpulan data terpisah yang berisi 2.854 individu dengan autisme mengungkapkan bahwa model tersebut mengidentifikasi 68% dengan diagnosis tersebut dengan benar.
Profesor Tammy Mees berkata: “Kumpulan data ini adalah penelitian kohort lain terhadap keluarga dengan hanya satu anak autis, dan beberapa parameter hilang, yang mengakibatkan kinerja sedikit lebih rendah dan lebih jauh lagi “Ini menunjukkan bahwa pengembangan itu perlu.”
Menurut peneliti, indikator yang secara umum paling penting untuk prediksi model antara lain masalah makan, usia pertama kali membuat kalimat panjang, usia mencapai potty training, dan usia pertama kali tersenyum.
Tim peneliti menemukan bahwa analisis tambahan yang membandingkan peserta yang diidentifikasi secara tepat sebagai penderita autisme dengan peserta yang salah diidentifikasi sebagai non-autis menunjukkan bahwa model tersebut menunjukkan gejala yang lebih parah dan gejala yang lebih umum dengan masalah perkembangan.
Namun beberapa ahli mengatakan model tersebut hanya mampu 80% mengidentifikasi orang-orang tanpa autisme dengan benar, dan 20% mungkin salah ditandai sebagai berisiko autisme. Dia menunjukkan bahwa ada sifat seksual dan mendesak agar berhati-hati. Mereka juga menunjukkan bahwa mempromosikan diagnosis dini bisa menjadi masalah.
Profesor Ginny Russell, dari Universitas Exeter, mengatakan hal ini terjadi karena sulitnya menentukan anak kecil mana yang mungkin memiliki kecacatan sangat parah dan anak mana yang akan “mengejar ketinggalan” jika mereka terlambat memulai.
“Rekomendasi saya adalah (dua tahun) terlalu dini untuk mulai menerapkan label psikiatris berdasarkan beberapa penanda, seperti perilaku pola makan,” katanya.
