Une nouvelle étude publiée dans JAMA Network Open a utilisé l'IA pour identifier les enfants en bas âge susceptibles d'être atteints de troubles du spectre autistique (TSA).
Des chercheurs du Karolinska Institutet, en Suède, ont mis au point un modèle d'apprentissage automatique capable de prédire l'autisme avec une précision d'environ 80% chez les enfants de moins de deux ans, en utilisant uniquement des informations médicales et contextuelles de base.
Les étudeKristiina Tammimies et son équipe, a utilisé les données de la base de données SPARK (Powering Autism Research for Knowledge) de la Simons Foundation, qui contient de nombreuses informations sur les personnes atteintes d'autisme et leurs familles.
Les chercheurs ont analysé les données de 30 660 participants, répartis équitablement entre ceux qui ont reçu un diagnostic d'autisme et ceux qui n'en ont pas reçu.
"Grâce au modèle d'IA, il est possible d'utiliser les informations disponibles et d'identifier plus tôt les personnes présentant un risque élevé d'autisme afin qu'elles puissent bénéficier d'un diagnostic et d'une aide plus précoces". a déclaré le Dr TammimiesLes chercheurs doivent être conscients de l'importance de l'impact potentiel de leur travail.
L'équipe s'est concentrée sur 28 mesures faciles à obtenir et pouvant être recueillies avant que l'enfant n'atteigne l'âge de 24 mois.
Il s'agit notamment d'informations rapportées par les parents à partir de questionnaires médicaux et généraux, comme l'âge du premier sourire, les comportements alimentaires et les étapes du développement du langage.
Les chercheurs ont ensuite créé et testé quatre modèles d'apprentissage automatique différents, pour finalement sélectionner le plus performant, qu'ils ont baptisé "AutMedAI".
Des résultats prometteurs
Pour garantir la AutMedAI a bien fonctionné sur différents groupes de personnes, l'équipe l'a testé sur deux ensembles de données distincts :
- Près de 12 000 nouveaux participants à partir d'une version actualisée de leur base de données originale
- Environ 3 000 personnes atteintes d'autisme provenant d'une autre étude
Les résultats sont encourageants. Lorsqu'elle a été testée sur l'ensemble des nouveaux participants, l'IA a correctement identifié 78,9% des enfants comme étant autistes ou non. Cela signifie qu'elle était exacte dans environ 4 cas sur 5.
Le Dr Tammimies a précisé : "Je tiens à souligner que l'algorithme ne permet pas de diagnostiquer l'autisme, car ce diagnostic doit [toujours] être posé à l'aide de méthodes cliniques de référence."
Les chercheurs ont également trouvé des caractéristiques particulièrement prédictives de l'autisme.
Il s'agit notamment des problèmes liés à l'alimentation, de l'âge auquel les enfants construisent pour la première fois des phrases plus longues, de l'âge auquel ils acquièrent la propreté et de l'âge auquel ils sourient pour la première fois.
Il est intéressant de noter que les performances du modèle ont été solides dans tous les groupes d'âge, tous les sexes et toutes les origines raciales.
Cela est d'autant plus remarquable que certains outils de dépistage existants ont montré des biais dans l'identification de l'autisme au sein de divers groupes.
Un diagnostic précoce peut améliorer les résultats pour les patients
Le dépistage précoce de l'autisme est vital. Il ouvre la voie à des interventions opportunes qui peuvent améliorer considérablement le développement de l'enfant et ses résultats à long terme.
Comme l'explique le Dr Shyam Rajagopalan, premier auteur de l'étude, "cela peut changer radicalement les conditions d'un diagnostic et d'une intervention précoces et, en fin de compte, améliorer la qualité de vie de nombreuses personnes et de leurs familles".
Toutefois, les chercheurs soulignent qu'une validation plus poussée en milieu clinique est nécessaire avant que le modèle ne soit mis en œuvre.
Ils travaillent également à l'intégration d'informations génétiques dans le modèle, ce qui pourrait améliorer sa précision.
Bien entendu, les outils de diagnostic de l'IA ne font que compléter d'autres observations cliniques - et ne pas les remplacer.
Cette recherche s'ajoute à un nombre croissant de travaux explorant les applications de l'IA dans le domaine de la santé mentale.
Par exemple, des études récentes ont montré le potentiel de l'IA dans les domaines suivants prédire les niveaux d'anxiété sur la base des réactions des individus aux photographies, et en aidant à l'élaboration de la stratégie de l'entreprise. le diagnostic de schizophrénie.
D'autres systèmes de diagnostic précoce alimentés par l'IA ont été mis au point pour les maladies neurologiques, comme la maladie de ParkinsonL'objectif est de montrer comment la technologie peut favoriser l'intervention et le traitement précoces.
