Komputer wie, komu grozi autyzm
Nie udało się nam jeszcze zgłębić wszystkich sekretów autyzmu, jednak grupa amerykańskich naukowców dokonała właśnie ogromnego przełomu na polu diagnostyki tego zaburzenia. A to dzięki najnowszym przełomom na polu sztucznej inteligencji i uczenia maszynowego.
Nie udało się nam jeszcze zgłębić wszystkich sekretów autyzmu, jednak grupa amerykańskich naukowców dokonała właśnie ogromnego przełomu na polu diagnostyki tego zaburzenia. A to dzięki najnowszym przełomom na polu sztucznej inteligencji i uczenia maszynowego.
Wcześniejsze badania wykazały, że już u niektórych sześciomiesięcznych dzieci, które posiadają starsze rodzeństwo cierpiące z powodu autyzmu, da się dostrzec zmiany w formowaniu włókien nerwowych w mózgu (w porównaniu do rówieśników nie znajdujących się w grupie ryzyka), a więc trafiono na pewny marker pozwalający diagnozować potencjalny autyzm jeszcze zanim wystąpią inne jego objawy.
Wiedzę tę wykorzystano w ten sposób, że wykonano skany mózgów 59. sześciomiesięcznych dzieci, które posiadają starsze rodzeństwo zmagające się z autyzmem. Dane te wprowadzono do algorytmu uczenia maszynowego, który po treningu był w stanie trafnie przewidzieć, że dziewięcioro spośród tych dzieci będzie w przyszłości dotknięte autyzmem. Komputer nie trafił tylko w przypadku dwójki, bo okazało się, że łącznie dzieci autystycznych w tej grupie było 11, uzyskując skuteczność na poziomie 96%.
Jest to badanie dość przełomowe, bo wskazuje, że autyzm ma swoje biologiczne podstawy, a tym samym obala jedno z twierdzeń antyszczepionkowców - szczepionka MMR (przeciw odrze, śwince i różyczce), która jest jednym z głównych celi ataków tej grupy jest bowiem najczęściej aplikowana dzieciom w wieku około 11-12 miesięcy.
Drugim ciekawym wnioskiem, jaki z tych badań płynie jest to, że autyzm można zdiagnozować jeszcze zanim się pojawią jego objawy, a gdy lepiej poznamy to zaburzenie to być może, uzbrojeni w taką wiedzę i narzędzia diagnostyczne - będziemy mogli autyzmowi skutecznie zapobiegać.
Źródło: , Zdj.: CC0