Rewolucyjny rozwój sztucznej inteligencji otworzył drzwi do przyszłości, w której diagnozowanie autyzmu u dzieci może być tak proste, jak zrobienie zdjęcia oka dziecka. Niedawne badanie opublikowane w JAMA Network Open pokazuje, że sztuczna inteligencja może analizować zdjęcia siatkówki „ze 100% dokładnością”, co potencjalnie toruje drogę do wczesnej interwencji i lepszych wyników dla niezliczonej liczby dzieci ze spektrum.

Sekret tkwi w metodzie pozwalającej naukowcom zajrzeć do mózgu tyłem oka. Koncentrując się na siatkówce, gdzie nerw wzrokowy łączy się z mózgiem, naukowcy odkryli okno na aktywność neurologiczną. Technologia ta przyniosła już pozytywne wyniki w szybkim diagnozowaniu wstrząśnień mózgu, a teraz wyznacza nowe granice: zaburzenia ze spektrum autyzmu (ASD).

Badanie obejmowało analizę zdjęć siatkówki 958 uczestników, u połowy ze zdiagnozowanym ASD, a u połowy bez. Algorytm sztucznej inteligencji został przeszkolony na 85% obrazów wraz z oceną nasilenia objawów. Na podstawie tych danych naukowcy opracowali modele umożliwiające rozróżnienie mózgów autystycznych od neurotypowych. Pozostałe 15% zdjęć posłużyło jako test, a wyniki były po prostu niezwykłe – sztuczna inteligencja uzyskała doskonały wynik. To trafne ASD w każdym pojedynczym przypadku.

Znaczenie wczesnej diagnozy

Dla rodzin mających trudności ze zrozumieniem zachowania dziecka i radzeniem sobie ze złożonymi problemami ASD, wczesna diagnoza jest nieoceniona. Według WHO szacuje się, że na całym świecie około 1 na 100 dzieci ma autyzm. To jednak tylko średnie szacunki, a niektóre badania sugerują, że liczba ta jest znacznie wyższa i sięga jednego na 36 dzieci. Tak czy inaczej, dostęp do szybkiego i obiektywnego narzędzia do badań przesiewowych może odmienić życie niezliczonej liczby osób. Wczesna interwencja może znacznie poprawić wyniki, pomagając dzieciom rozwinąć niezbędne umiejętności i osiągnąć pełny potencjał.

Ziarno soli

Do każdego badania powinniśmy podchodzić z przymrużeniem oka. Przecież to wątpliwości napędzają naukę do przodu. Myślę, że szczególnie dotyczy to wyników badań, które rzekomo są w 100% dokładne. Po pierwsze, wielkość próby była dość ograniczona. W badaniu wzięło udział jedynie 958 uczestników, co stanowi stosunkowo małą próbę pozwalającą na wyciągnięcie tak ostatecznych wniosków. Aby potwierdzić dokładność i możliwość uogólnienia wyników, potrzebne są bardziej obszerne i zróżnicowane badania.

Możliwe jest również, że algorytm działał dobrze na zbiorze testowym, ale nie mógł dokładnie uogólniać go na nowe zbiory danych. Po raz kolejny potrzebujemy więcej badań, które powinny obejmować różne populacje i konteksty.

Nie zrozumcie mnie źle, nie chcę być negatywnie nastawiony. Chociaż powinniśmy zachować uzasadnione wątpliwości, nadal wspaniale jest słyszeć, że nastąpił krok naprzód w zrozumieniu i diagnozowaniu ASD. Te narzędzia diagnostyczne oparte na sztucznej inteligencji mogą zmienić zasady gry dzięki dalszemu rozwojowi i walidacji.

[via PetaPixel]