ИИ выявляет аутизм со 100% достоверностью, наблюдая за сетчаткой глаза
Использование искусственного интеллекта для медицинской диагностики становится все более практичным с момента появления ИИ. Недавно было проведено удивительное исследование, показавшее, что изучение изображений сетчатки глаза позволяет диагностировать аутизм со 100-процентной достоверностью. Этот неинвазивный метод позволяет обнаружить признаки аутизма у детей, анализируя структурные изменения в сетчатке глаза. Он обещает более доступный и объективный скрининг, который имеет решающее значение для раннего вмешательства.
Раннее выявление аутизма у детей представляет собой серьезную проблему для их будущего. Недавно исследователи из Университета Йонсей в Южной Корее разработали инновационный метод анализа изображений сетчатки глаза с помощью алгоритма глубокого обучения.
Этот подход, детально изучающий сетчатку глаза, которая в некотором смысле является продолжением центральной нервной системы, может произвести революцию в скрининге аутизма (или расстройства аутистического спектра, ASD), поскольку он чрезвычайно быстрый, неинвазивный и, прежде всего, удивительно точный (почти со 100-процентной достоверностью) по сравнению с традиционными методами. Работа команды опубликована в журнале
Сетчатка — зеркало мозга
Поскольку сетчатка является неотъемлемой частью центральной нервной системы, она выступает в качестве показательного зеркала неврологического состояния. В контексте аутизма исследователи выявили особенности строения сетчатки у детей, страдающих аутизмом. Эти аномалии сетчатки отражают неврологические отклонения, связанные с аутизмом. Чтобы зафиксировать эти тонкие различия, делаются детальные фотографии сетчатки, которые подвергаются глубокому анализу алгоритмом искусственного интеллекта.
Подход основан на обучении алгоритма искусственного интеллекта с помощью обширного набора данных, включающего изображения сетчатки диагностированных детей, а также информацию о тяжести их симптомов. В частности, в исследовании были изучены фотографии сетчатки 1890 глаз 958 участников в возрасте до 19 лет. Половине участников был поставлен диагноз аутизм, а половина была того же возраста и пола. Тяжесть симптомов расстройства аутистического спектра оценивалась с помощью калиброванной шкалы диагностики аутизма — второе издание (ADOS-2) и шкалы социальной отзывчивости — второе издание (SRS-2).
Впоследствии 85 % собранных изображений сетчатки вместе с оценками тяжести симптомов были использованы для обучения ИИ и разработки конволюционной нейронной сети. Оставшиеся 15 % изображений были оставлены для этапа тестирования модели. ИИ получил отличную оценку за дифференциацию аутистов и нормально развивающихся детей по фотографиям сетчатки.
Исследователи поясняют: "Это означает, что изменения в сетчатке глаза при расстройствах аутистического спектра могут иметь потенциальную ценность в качестве биомаркеров". Более того, при использовании только 10 % изображения, содержащего диск зрительного нерва, оценка ИИ не изменилась, что указывает на то, что эта область имеет решающее значение для отличия ASD от нормально развивающихся детей.
Многообещающий инструмент
Использование ИИ для скрининга на аутизм особенно актуально в регионах, где ресурсы врачей-специалистов, особенно в области детской психиатрии, ограничены. Оно способно сделать медицинскую помощь более доступной и уменьшить проблемы в области здравоохранения.
Во многих местах доступ к специалистам, квалифицированным для оценки и диагностики аутизма, затруднен, что часто приводит к значительным задержкам в выявлении и вмешательстве. ИИ, анализируя изображения сетчатки глаза для выявления признаков аутизма, предлагает многообещающее решение этой проблемы. Тем более что ранняя диагностика признана важнейшим условием улучшения долгосрочных результатов лечения детей-аутистов.
Кроме того, подход на основе ИИ дает значительное преимущество с точки зрения объективности. Традиционные методы выявления аутизма часто опираются на оценку поведения и наблюдения, которые могут быть подвержены субъективным предубеждениям со стороны экспертов. На эти предубеждения могут влиять различные факторы, такие как личный опыт врача, его специальные знания или даже культурные предрассудки.
В отличие от этого, инструмент скрининга на основе искусственного интеллекта устраняет эти субъективные предубеждения, предлагая оценку, основанную исключительно на данных сетчатки. Такая объективность гарантирует, что диагноз будет основан на последовательных и воспроизводимых критериях, независимо от квалификации или опыта врача. В результате ИИ может стандартизировать процесс диагностики аутизма в глобальном масштабе, обеспечивая большую справедливость и единообразие в оценке и лечении этого расстройства.
Технология, которая все еще имеет определенные ограничения
Внедрение искусственного интеллекта в диагностику аутизма представляет собой значительный шаг вперед, однако важно признать, что эта технология все еще находится на стадии разработки и проверки. Чтобы установить ее надежность и эффективность в широком масштабе, необходимы дальнейшие исследования, в частности, для проверки ее применимости в различных контекстах и популяциях. Эти исследования должны быть направлены на разнообразие выборок с точки зрения возраста, пола, культурных и социально-экономических условий, а также вариативности симптомов аутизма.
Еще один важный аспект, который необходимо учитывать, — это физиологическое развитие сетчатки у детей. Сетчатка достигает полной зрелости только к четырем годам, что ставит под сомнение точность диагностики аутизма у детей младшего возраста с помощью этого метода. Специальные исследования крайне важны для оценки эффективности ИИ при анализе изображений сетчатки у детей младшего возраста, где изменения сетчатки могут быть менее выражены или отличаться от тех, что наблюдаются у детей старшего возраста. Эти исследования помогут определить, нужны ли специальные настройки или калибровки для использования этой технологии в ранней диагностике аутизма.