كيف يستطيع الذكاء الاصطناعي التنبؤ بمرض التوحّد مبكّرا بدقة مدهشة؟

طوّر باحثون في معهد كارولينسكا، نموذجا للتعلم الآلي أطلقوا عليه اسم AutMedAI، وهو قادر على التنبؤ بالتوحّد لدى الأطفال، دون سن الثانية، بدقّة تصل إلى 80 في المئة، باستخدام مجموعة من 28 عاملا تم جمعها بسهولة قبل سن الـ24 شهرا.

تسلط الدراسة، التي نُشرت في JAMA Network Open، الضوء، على قدرة النموذج على تحديد العوامل التنبؤية الرئيسية مثل العمر عند الابتسامة الأولى ووجود صعوبات في الأكل. يعد هذا الاختراق بتسهيل التدخلات المبكرة، وتحسين نوعية الحياة للأفراد المتضررين وأسرهم.

قالت كريستينا تاميميز، وهي الأستاذة المساعدة في قسم صحة المرأة والطفل في معهد كارولينسكا، والمؤلفة الأخيرة للدراسة: “بدقة تصل إلى ما يقرب من 80 في المائة للأطفال دون سن الثانية، نأمل أن تكون هذه أداة قيمة للرعاية الصحية”.

واستخدم فريق البحث قاعدة بيانات أمريكية كبيرة (SPARK) تحتوي على معلومات عن حوالي 30 ألف فرد مصاب وغير مصاب باضطرابات طيف التوحد.

من خلال تحليل مجموعة من 28 عاملا مختلفا، طوّر الباحثون أربعة نماذج مميزة للتعلم الآلي لتحديد الأنماط في البيانات. كانت العوامل المختارة عبارة عن معلومات حول الأطفال يمكن الحصول عليها دون تقييمات واختبارات طبية مكثفة قبل 24 شهرا من العمر. وتمت تسمية النموذج الأفضل أداء باسم “AutMedAI”.

من بين حوالي 12 ألف فرد، تمكن نموذج AutMedAI من تحديد حوالي 80 في المئة من الأطفال المصابين بالتوحد. في مجموعات محددة مع عوامل أخرى، كان عمر الابتسامة الأولى، والجملة القصيرة الأولى، ووجود صعوبات في الأكل من المؤشرات القوية للإصابة بالتوحد.

يقول المؤلف الأول للدراسة، شيام راجا جوبالان، وهو باحث منتسب في نفس القسم في معهد كارولينسكا وأستاذ مساعد حاليا في معهد المعلوماتية الحيوية والتكنولوجيا التطبيقية في الهند: “إن نتائج الدراسة مهمة لأنها تظهر أنه من الممكن تحديد الأفراد الذين من المرجح أن يصابوا بالتوحد من معلومات محدودة نسبيا ومتاحة بسهولة”.

يعدّ التشخيص المبكر أمرا بالغ الأهمية، وفقا للباحثين، لتنفيذ التدخلات الفعالة التي يمكن أن تساعد الأطفال المصابين بالتوحد على التطور بشكل مثالي.

يقول شيام راجا جوبالان: “يمكن أن يؤدي هذا إلى تغيير جذري في ظروف التشخيص والتدخلات المبكرة، وتحسين نوعية الحياة في نهاية المطاف للعديد من الأفراد وأسرهم”.

في الدراسة، أظهر نموذج الذكاء الاصطناعي نتائج جيدة في تحديد الأطفال الذين يعانون من صعوبات أكثر شمولا في التواصل الاجتماعي والقدرة المعرفية والذين يعانون من تأخيرات نمو أكثر عمومية.

يخطط فريق البحث الآن لمزيد من التحسينات والتحقق من صحة النموذج في البيئات السريرية. ويجري العمل على تضمين المعلومات الجينية في النموذج، ما قد يؤدي إلى تنبؤات أكثر تحديدا ودقة.

تقول كريستينا تاميميز: “لضمان موثوقية النموذج بما يكفي لتطبيقه في السياقات السريرية، يلزم العمل الدقيق والتحقق الدقيق. أود التأكيد على أن هدفنا هو أن يصبح النموذج أداة قيمة للرعاية الصحية، وليس المقصود منه أن يحل محل التقييم السريري للتوحد”.