Ученые научили ИИ определять аутизм у ребенка

Ученые из Медицинского колледжа Университета Йонсей в Южной Корее провели комплексное исследование, направленное на использование технологий искусственного интеллекта (ИИ) для ранней диагностики расстройства аутистического спектра (РАС) у детей. Одним из ключевых этапов этого исследования было создание и обучение конволюционной нейронной сети, способной анализировать изображения сетчатки глаза и определять признаки аутизма. Результаты их работы изложены в статье для журнала JAMA Network.

В своей работе ученые сфотографировали сетчатку глаза 958 детей в возрасте 7 и 8 лет, получив более 1800 изображений. Половина участников имела диагноз аутизма, а другая половина представляла собой контрольную группу с сопоставимым возрастом и полом.
Для оценки тяжести симптомов использовались две шкалы: Autism Diagnostic Observation Schedule — Second Edition (ADOS-2) и Social Responsiveness Scale — Second Edition (SRS-2).

Эти шкалы позволили ученым получить надежные показатели тяжести аутистического спектра у каждого ребенка.

Ключевым инструментом в их исследовании стала конволюционная нейронная сеть, обученная на 85% изображений сетчатки и соответствующих баллов по шкалам тяжести симптомов. Этот подход позволил создать модели, способные проводить скрининг аутизма и определять степень выраженности симптомов. Оставшиеся 15% изображений были зарезервированы для тестирования эффективности разработанных моделей.
Результаты исследования подтвердили перспективность использования алгоритмов глубокого обучения и конволюционных нейронных сетей в диагностике РАС. Модели продемонстрировали высокую эффективность в дифференциации между детьми с расстройствами аутистического спектра и теми, у кого таких расстройств нет. Такой подход к диагностике может стать важным инструментом для раннего выявления аутизма, особенно в случаях, когда доступ к квалифицированным специалистам по детской психиатрии ограничен.