Ученые из Каролинского института (Швеция) представили модель машинного обучения, способную предсказывать аутизм у маленьких детей с минимальным объемом данных. Затем они провели исследование модели, которое показало ее потенциал в раннем выявлении аутизма, что крайне важно для своевременной поддержки развития детей с аутизмом и улучшения качества их жизни.

«Наша модель достигла почти 80% точности в предсказаниях для детей младше двух лет, что может стать ценным ресурсом для здравоохранения», — сказала доцент Кристина Таммимиес, одна из авторов исследования.

Исследовательская группа использовала данные базы SPARK, охватывающей информацию о 30 тысячах человек, среди которых были как лица с расстройствами аутистического спектра, так и без них. Проанализировав 28 различных параметров, ученые разработали четыре модели машинного обучения для выявления закономерностей. Одна из них, названная «AutMedAI», показала наилучшие результаты.

В ходе тестирования среди 12 тысяч человек модель смогла точно выявить около 80% случаев аутизма. Такие показатели, как возраст появления первой улыбки, первые короткие фразы и наличие трудностей с питанием, оказались сильными предикторами расстройства.

«Это исследование важно, поскольку показывает, что можно выявлять признаки аутизма, основываясь на относительно простых и доступных данных», — подчеркивает Шьям Раджагопалан, ведущий автор исследования.

Ученые планируют продолжить улучшение и проверку модели в клинических условиях, а также добавить в нее генетические данные для повышения точности.

Ранее ученые из Glasgow University выяснили, что пренатальная диета влияет на риск развития аутизма у детей.