En modell som bygger på maskininlärning kan förutsäga autism hos barn under två år – trots knapp information. Enligt forskarna kan AI-verktyget underlätta tidig diagnos och bättre stödinsatser.
Forskare vid Karolinska institutet har undersökt om artificiell intelligens kan bidra till att förutsäga autism hos små barn.
I en ny studie har de använt bakgrundinformation om 30 000 personer med, eller utan, autism. Uppgifterna kommer från en stor amerikansk databas.
De flesta upptäcktes
Genom att analysera en kombination av 28 olika parametrar tog forskarna fram fyra olika modeller för att kunna se mönster i materialet.
En av modellerna lyckades identifiera cirka 80 procent av barnen med autism.
– Med en träffsäkerhet på nästan 80 procent för barn under två års ålder hoppas vi att detta ska kunna bli ett värdefullt verktyg för vården, säger Kristiina Tammimies, docent vid Karolinska institutet.
Tidig diagnos för rätt stöd
Parametrarna som valdes ut var information om barnen som inte kräver omfattande bedömningar och tester.
– Resultaten från studien är betydelsefulla eftersom de visar att det är möjligt att identifiera individer som sannolikt har autism utifrån relativt begränsad och lättillgänglig information, säger Shyam Rajagopalan som är forskare vid Karolinska institutet.
Enligt forskarna är en tidig diagnos avgörande för att kunna sätta in åtgärder som kan hjälpa barn med autism att utvecklas.
– Detta kan drastiskt förändra förutsättningarna för tidig diagnosticering och interventioner, och i förlängningen förbättra livskvaliteten för många individer och deras familjer, säger Shyam Rajagopalan.
Mer om modellen som ser mönster
- AI-modellen, som fått namnet AutMedAI, kan förutsäga autism hos små barn utifrån relativt begränsad information.
- Ålder för första leendet, första korta meningen och ätsvårigheter var viktiga faktorer för att kunna förutsäga autism när de förekom i specifika kombinationer med andra parametrar.
- AI-modellen var särskilt bra på att upptäcka barn med mer omfattande svårigheter inom social kommunikation och kognitiv förmåga, men även mer generella utvecklingsförseningar.
- Bland omkring 12 000 individer lyckades AI-modellen identifiera cirka 80 procent av barnen med autism.
Ersätter inte vanlig utredning
Forskargruppen ska nu förbättra modellen ytterligare. Det pågår även ett arbete för att kunna ta med genetisk information, något som kan leda till ännu mer precisa förutsägelser.
– För att säkerställa att modellen är pålitlig nog för att kunna implementeras i kliniska sammanhang krävs ett rigoröst arbete och noggrann validering. Jag vill poängtera att vårt mål är att modellen ska bli ett värdefullt hjälpmedel för vården och den är inte tänkt att ersätta en klinisk utredning av autism, säger Kristiina Tammimies.
Vetenskaplig studie:
Machine Learning Prediction of Autism Spectrum Disorder from a Minimal Set of Medical and Background Information, Jama Network Open.
