Nowy system sztucznej inteligencji znacznie szybciej diagnozuje autyzm u dzieci

Nowo opracowany system sztucznej inteligencji (AI), analizujący wyniki rezonansu magnetycznego mózgu, pozwala postawić wiarygodną diagnozę zaburzeń ze spektrum autyzmu u dzieci w wieku 24-48 miesięcy – wynika z badania naukowców z USA.

Eksperci zaprezentują jego rezultaty na dorocznym spotkaniu Towarzystwa Radiologicznego Ameryki Północnej (Radiological Society of North America – RSNA), które odbędzie się w dniach 26-30 listopada w Chicago (USA).

Z danych zaprezentowanych w najnowszym (2023 r.) raporcie na temat autyzmu amerykańskich Centrów Kontroli i Prewencji Chorób (CDC) wynika, że mniej niż połowa dzieci z zaburzeniami ze spektrum autyzmu otrzymuje rozpoznanie przed 3. rokiem życia, a 30 proc. dzieci, które spełniają kryteria tych zaburzeń rozwojowych, nie otrzymuje formalnej diagnozy do 8. roku życia.

„Idea stawiania wczesnej diagnozy zakłada wykorzystanie plastyczności mózgu (u młodszych dzieci – przyp. red.) i jego zdolności do normalizacji funkcjonowania pod wpływem terapii” –  skomentował współautor pracy, prof. neurologii Gregory N. Barnes, dyrektor Norton Children’s Autism Center w Louisville (USA).

Wielodyscyplinarny zespół z University of Louisville w Kentucky (USA) opracował trzystopniowy system wykorzystujący sztuczną inteligencję do analizy wyników badania mózgu przy użyciu nowoczesnej techniki rezonansu magnetycznego, tzw. obrazowanie tensora dyfuzji (DT-MRI). DT-MRI jest metodą, która śledzi ruchy dyfuzyjne wody w istocie białej, zbudowanej z włókien nerwowych przesyłających sygnały pomiędzy różnymi obszarami mózgu.

„Autyzm jest przede wszystkim chorobą nieprawidłowych połączeń w mózgu. DT-MRI pozwala identyfikować te nieprawidłowe połączenia, które przyczyniają się do objawów obecnych u dzieci z autyzmem, takich jak zaburzenia komunikacji społecznej i powtarzalne zachowania” – powiedział prof. neurologii Gregory N. Barnes.

Współautor badania dr Mohamed Khudri z University of Louisville wyjaśnił, że algorytm AI, stworzony przez jego zespół, został nauczony identyfikacji odchyleń w obrębie połączeń między różnymi obszarami mózgu. Pozwala to diagnozować, czy pacjent ma autyzm, czy należy do osób neurotypowych (o prawidłowej neurologii).

Naukowcy zastosowali opracowany przez siebie system w analizie skanów mózgu wykonanych z użyciem DT-MRI u 226 dzieci w wieku 24-48 miesięcy. W badanej grupie 100 dzieci rozwijało się prawidłowo, a 126 miało objawy autyzmu. Okazało się, że system diagnozował zaburzenia ze spektrum autyzmu z dokładnością 98,5 procent. Czułość badania, czyli zdolność rozpoznawania autyzmu u dzieci, u których naprawdę występuje, wyniosła 97 proc, a jego swoistość, czyli zdolność do rozpoznawania zdrowych osób, jako zdrowych – 98 procent.

„Nasze podejście to postęp, który umożliwia wczesne diagnozowanie autyzmu u dzieci do 2. roku życia. Wierzymy, że interwencje terapeutyczne do trzeciego roku życia mogą prowadzić do lepszych wyników u tych dzieci, włączając w to lepsze możliwości uzyskiwania przez osoby z autyzmem większej niezależności i wyższego wskaźnika inteligencji (IQ)” – ocenił dr Mohamed Khudri.

Jak dodał, dzięki temu systemowi możliwe jest też obniżenie kosztów związanych z diagnozowaniem i terapią dzieci z autyzmem.

Zdaniem prof. neurologii Gregora N. Barnesa wykorzystanie nowej metody, która w szybki i obiektywny sposób diagnozuje autyzm, może zredukować o 30 proc. obciążenie psychologów zaangażowanych w proces diagnostyczny.

Obecnie naukowcy dążą do skomercjalizowania swojej metody i uzyskania odpowiednich pozwoleń ze strony FDA (amerykańskiej Agencji ds. Żywności i Leków) na jej wprowadzenie do praktyki.

PAP