Un modèle d'IA peut identifier les tout-petits à risque d'autisme avec une précision de 80 %, selon une étude

Des recherches récentes ont démontré le potentiel de l'intelligence artificielle (IA) pour aider à identifier les tout-petits à risque d'autisme, avec un taux de précision d'environ 80 % pour les enfants de moins de deux ans.

L'intelligence artificielle (IA) s'est révélée prometteuse pour faciliter l'identification des tout-petits à risque d'autisme, avec un taux de précision d'environ 80 % pour les enfants de moins de deux ans, selon des recherches récentes.

Une équipe de chercheurs du Karolinska Institutet en Suède a développé un système de dépistage basé sur l'apprentissage automatique. Bien que le modèle d’IA ne puisse pas remplacer les méthodes de diagnostic traditionnelles, il pourrait aider à identifier très tôt les enfants qui pourraient avoir besoin d’une évaluation clinique plus approfondie.

« En utilisant [le] modèle d'IA, il peut être possible d'utiliser les informations disponibles et d'identifier les personnes présentant un risque élevé d'autisme afin qu'elles puissent obtenir un diagnostic et une aide plus précoces », a déclaré le Dr Kristiina Tammimies, co-auteur de l'étude.

Cependant, elle a averti que le modèle ne doit pas être considéré comme un outil de diagnostic autonome, réitérant que le diagnostic final doit être effectué au moyen de méthodes cliniques standard.

Le modèle d'IA a été développé à l'aide des données de l'étude Spark basée aux États-Unis, qui a fourni des informations sur 15 330 enfants diagnostiqués avec autisme et un nombre égal d'enfants non atteints.

À partir de questionnaires médicaux et contextuels, les chercheurs ont sélectionné 28 mesures qui pourraient être facilement obtenues avant que les enfants n'atteignent l'âge de 24 mois, telles que l'âge au premier sourire, les comportements alimentaires et l'âge à la première construction de phrases plus longues.

En utilisant l'apprentissage automatique pour analyser les modèles dans les données, l'équipe de recherche a comparé les modèles identifiés entre les enfants autistes et non autistes pour construire quatre modèles différents, en sélectionnant le plus efficace pour des tests plus approfondis.

Appliqué à un ensemble de données distinct de 11 936 participants, le modèle a correctement identifié 78,9 % des enfants comme autistes ou non autistes. Plus précisément, la précision était de 78,5 % pour les enfants âgés de moins de deux ans, de 84,2 % pour ceux âgés de deux à quatre ans et de 79,2 % pour ceux âgés de quatre à dix ans.

Un test supplémentaire utilisant un ensemble de données de 2 854 personnes autistes a abouti à un taux de précision inférieur de 68 %, que les chercheurs ont attribué aux différences dans l'ensemble de données, y compris certains paramètres manquants.

L'étude a identifié plusieurs mesures clés qui ont influencé de manière significative la prédiction de l'autisme par le modèle d'IA, notamment les problèmes liés à la consommation de certains aliments, l'âge auquel un enfant a construit pour la première fois des phrases plus longues, l'âge auquel un enfant a atteint l'apprentissage de la propreté et l'âge auquel un l'enfant a d'abord souri.

Ces facteurs, selon l’équipe de recherche, ont joué un rôle crucial dans la capacité du modèle à différencier les enfants autistes des non-autistes.

Une analyse plus approfondie a révélé que le modèle avait tendance à identifier l'autisme avec plus de précision chez les personnes présentant des symptômes plus graves et des problèmes de développement plus larges. Cette découverte suggère que le modèle pourrait être plus efficace pour reconnaître les cas présentant des problèmes de développement plus visibles accompagnant l'autisme.

Malgré les résultats prometteurs, certains experts ont exprimé leurs inquiétudes quant à la capacité du modèle à identifier correctement les enfants non autistes. Avec un taux de précision de 80 %, le modèle pourrait potentiellement conduire à un surdiagnostic et à un stress inutile pour les familles, car 20 % des enfants non autistes pourraient être signalés à tort comme potentiellement autistes.

La professeure Ginny Russell de l'Université d'Exeter a lancé une mise en garde concernant la nécessité d'un diagnostic précoce, en particulier chez les très jeunes enfants.

« Il peut être difficile de faire la différence entre un tout-petit qui a un handicap grave et un autre qui se développe simplement plus lentement mais qui finira par « rattraper son retard ». Je ne recommanderais pas d'appliquer des étiquettes psychiatriques aux enfants de moins de deux ans. sur la base d'une gamme limitée d'indicateurs comportementaux, comme s'ils mangent certains aliments », a déclaré Russell.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!