Karolinska Enstitüsü tarafından yapılan ve JAMA Network Open dergisinde yayımlanan yeni bir çalışmaya göre, yeni bir makine öğrenimi modeli, genç çocuklarda otizmi görece sınırlı bilgilerle tahmin edebiliyor. Bu model, otizmin erken tespitini kolaylaştırabilir ki bu da doğru desteğin sağlanması açısından önemlidir.
Çalışmanın yazarlarından olan Karolinska Enstitüsü Kadın ve Çocuk Sağlığı Bölümü’nde Doçent olan Kristiina Tammimies, “İki yaş altındaki çocuklar için yaklaşık %80 doğruluk oranıyla, bunun sağlık hizmetleri için değerli bir araç olacağını umuyoruz” diyor.
Araştırma ekibi, otizm spektrum bozukluğu olan ve olmayan yaklaşık 30.000 bireyin bilgilerini içeren büyük bir ABD veritabanı (SPARK) kullandı.
Araştırmacılar, verilerdeki kalıpları tanımlamak için 28 farklı parametrenin kombinasyonunu analiz ederek dört farklı makine öğrenimi modeli geliştirdiler. Seçilen parametreler, 24 ay öncesinde kapsamlı değerlendirmeler ve tıbbi testler olmadan elde edilebilen çocuklara ait bilgilerdir. En iyi performans gösteren modele “AutMedAI” adı verildi.
Yaklaşık 12.000 birey arasında, AutMedAI modeli, otizmli çocukların yaklaşık %80’ini tespit edebildi. Özellikle, diğer parametrelerle birlikte ilk gülümsemenin yaşı, ilk kısa cümle ve yeme güçlüklerinin varlığı otizmin güçlü öngörüleyicileri oldu.
Çalışmanın diğer yazarlarından Shyam Rajagopalan, Karolinska Enstitüsü’nde aynı bölümde bağlı bir araştırmacıdır ve şu anda Hindistan’daki Biyoinformatik ve Uygulamalı Teknoloji Enstitüsü’nde yardımcı doçent olarak çalışmaktadır. Rajagopalan, “Bu çalışmanın sonuçları önemli çünkü otizm olma ihtimali yüksek bireylerin görece sınırlı ve kolayca ulaşılabilir bilgilerle tespit edilebileceğini gösteriyor” açıklamasını yapıyor.
Araştırmacılara göre, erken teşhis, otizmli çocukların optimal bir şekilde gelişmelerine yardımcı olabilecek etkili müdahalelerin uygulanması için kritik öneme sahiptir.
“Bu araç, erken teşhis ve müdahaleler için koşulları köklü bir şekilde değiştirebilir ve nihayetinde birçok birey ve ailelerinin yaşam kalitesini artırabilir” diyor Rajagopalan.
Çalışmada, YZ modeli, sosyal iletişim ve bilişsel yetenekte daha fazla zorluğu olan çocukları ve daha fazla gelişimsel gecikmeler yaşayanları tanımlamada iyi sonuçlar gösterdi.
Araştırma ekibi şimdi, modelin klinik ortamlarda daha fazla iyileştirilmesi ve doğrulanması için planlamalar yapmaktadır. Ayrıca, daha spesifik ve doğru tahminler yapılmasına yol açabilecek genetik bilgilerin de modele dahil edilmesi üzerinde çalışılmaktadır.
“Modelin klinik bağlamlarda uygulanabilirliğini sağlamak için titiz bir çalışma ve dikkatli bir doğrulama gereklidir. Modelin sağlık hizmetleri için değerli bir araç haline gelmesini istemekle birlikte, bu modelin otizmin klinik muayenesinin yerini almayı amaçladığını vurgulamak istiyorum” diyor Tammimies.
Bilgi kaynağı:
Shyam Rajagopalan ve diğerleri [Minimal Tıbbi ve Arka Plan Bilgilerinden Otizm Spektrum Bozukluğu Makine Öğrenimi Tahmini, JAMA Network Open (2024)]. DOI: 10.1001/jamanetworkopen.2024.29229
