Studiuesit në Institutin Karolinska kanë zhvilluar një model të machine learning, AutMedAI, që është në gjendje të parashikojë autizmin te fëmijët nën moshën dy vjeç me një saktësi të afërt me 80%, duke përdorur një set prej 28 parametrash që mund të mblidhen lehtësisht para moshës 24 muajsh. Studimi, i botuar në JAMA Network Open, vë në pah aftësinë e modelit për të identifikuar parashikues kryesorë si mosha e buzëqeshjes së parë dhe prania e vështirësive të të ngrënit. Ky përparim premton të lehtësojë ndërhyrjet e hershme, duke përmirësuar cilësinë e jetës për individët e prekur dhe familjet e tyre.
Modeli i parashikimit të autizmit
“Me një saktësi të afërt me 80% për fëmijët nën moshën dy vjeç, shpresojmë që ky të jetë një mjet i vlefshëm për kujdesin shëndetësor,” thotë Kristiina Tammimies, Profesore e Asociuar në KIND, Departamenti i Shëndetit të Grave dhe Fëmijëve, Instituti Karolinska dhe autore e fundit e studimit. Ekipi i kërkimit përdori një bazë të madhe të dhënash nga SHBA (SPARK) me informacione për rreth 30,000 individë me dhe pa çrregullime të spektrit të autizmit. Duke analizuar një kombinim të 28 parametrave të ndryshëm, studiuesit zhvilluan katër modele të ndryshme të mësimit të makinës për të identifikuar modele në të dhëna. Parametrat e përzgjedhur përfshinin informacione për fëmijët që mund të merreshin pa vlerësime të gjera dhe teste mjekësore para moshës 24 muajsh. Modeli më i suksesshëm u quajt ‘AutMedAI’.
Lexo edhe:Zbulohet diamanti i dytë më i madh në botë
Rëndësia dhe ndikimi i mundshëm
Ndër rreth 12,000 individë, modeli AutMedAI ishte në gjendje të identifikonte rreth 80% të fëmijëve me autizëm. Në kombinime të veçanta me parametra të tjerë, mosha e buzëqeshjes së parë, fjalia e parë e shkurtër dhe prania e vështirësive të të ngrënit ishin parashikues të fortë të autizmit. “Rezultatet e studimit janë të rëndësishme sepse tregojnë se është e mundur të identifikohen individë që ka gjasa të kenë autizëm nga informacione relativisht të kufizuara dhe lehtësisht të disponueshme,” thotë autori i parë i studimit, Shyam Rajagopalan, një studiues i lidhur me të njëjtin departament në Institutin Karolinska dhe aktualisht profesor asistent në Institutin e Bioinformatikës dhe Teknologjisë së Aplikuar, Indi.
Përmirësimi i diagnostikimit dhe ndërhyrjeve të hershme
Sipas studiuesve, diagnostikimi i hershëm është kritik për të zbatuar ndërhyrje efektive që mund të ndihmojnë fëmijët me autizëm të zhvillohen në mënyrë optimale. “Kjo mund të ndryshojë në mënyrë drastike kushtet për diagnostikimin dhe ndërhyrjet e hershme, dhe përfundimisht të përmirësojë cilësinë e jetës për shumë individë dhe familjet e tyre,” thotë Shyam Rajagopalan.
Drejtimet e ardhshme dhe vlerësimi i modelit
Në studim, modeli AI tregoi rezultate të mira në identifikimin e fëmijëve me vështirësi më të mëdha në komunikimin social dhe aftësitë njohëse dhe që kishin vonesa më të përgjithshme në zhvillim. Ekipi i kërkimit tani po planifikon përmirësime të mëtejshme dhe validimin e modelit në mjedise klinike. Po ashtu, po punohet për të përfshirë informacione gjenetike në model, gjë që mund të çojë në parashikime edhe më të specifikuara dhe të sakta.
Që nga viti 2015 nxisim shpirtin sipërmarrës, inovacionin dhe rritjen personale duke ndikuar në zhvillimin e një mjedisi motivues dhe pozitiv tek lexuesit tanë. Mbështetja juaj na ndihmon ta vazhdojmë këtë mision.
Na Suporto
