Validation quantitative de la carte thermique avec la technique d'effacement progressif pour le dépistage de la gravité des symptômes basé sur ADOS-2. A, Aire sous la courbe caractéristique de fonctionnement du récepteur (AUROC) avec IC ombré à 95 % obtenu à partir d'images masquées. B, Effacement progressif pour les troubles du spectre autistique (TSA) sévères et les TSA légers à modérés. ADOS-2 indique le calendrier d'observation du diagnostic de l'autisme – deuxième édition. Crédit: Réseau JAMA ouvert (2023). DOI : 10.1001/jamanetworkopen.2023.47692
Une équipe coréenne multi-institutionnelle composée de psychologues pour enfants et adolescents, de spécialistes du comportement, d'ophtalmologistes et de spécialistes en informatique des systèmes biomédicaux a découvert que les systèmes d'IA basés sur l'apprentissage profond peuvent diagnostiquer avec précision les enfants autistes. Dans leur étude, rapportée dans la revue Réseau JAMA ouvertle groupe a créé un outil de diagnostic de l'autisme à l'aide d'un système d'IA basé sur l'apprentissage et l'a testé sur des sujets humains.
L'autisme, plus officiellement connu sous le nom de trouble du spectre autistique, est un trouble neurodéveloppemental caractérisé par des problèmes de communication, d'interaction sociale et, souvent, des mouvements répétitifs. Des recherches antérieures ont suggéré que jusqu'à 1 personne sur 36 souffre d'un certain degré d'autisme. Des recherches antérieures ont également montré que plus la maladie est diagnostiquée tôt, plus il est possible d'aider les personnes atteintes de cette maladie à surmonter les problèmes que beaucoup rencontrent.
Dans ce nouvel effort, l’équipe de recherche a noté que des recherches antérieures avaient montré que des troubles cérébraux tels que le TDAH pouvaient entraîner des anomalies mineures de la rétine. Soupçonnant que cela pourrait être le cas de l’autisme, les chercheurs ont mené une expérience pour le découvrir.
Le travail consistait à apprendre à un système d’IA à reconnaître les modèles dans la rétine des enfants autistes. Ils ont ensuite utilisé le système pour numériser des images rétiniennes de 958 enfants, dont la moitié souffraient de ce trouble, et pour déterminer lesquels d'entre eux étaient autistes. Le système les a tous trouvés et n’a produit aucun faux positif.
Le système a également attribué un score numérique qui donnait une estimation de la position sur le spectre des personnes identifiées comme souffrant du trouble. Le système n'était pas aussi performant dans la deuxième partie, avec un taux d'exactitude de 48 % à 66 %, par rapport aux évaluations faites par des tests standardisés tels que l'Autisme Diagnostic Observation Schedule – Deuxième édition.
Dans leur expérience, les enfants impliqués étaient âgés de 4 à 18 ans ; ainsi, on ne sait pas encore si le système serait aussi précis avec des enfants plus jeunes (la rétine ne se développe complètement qu’à l’âge de 4 ans). L’équipe prévoit de le découvrir en menant davantage d’expériences.
Plus d'information:
Jae Han Kim et al, Développement d'ensembles approfondis pour dépister l'autisme et la gravité des symptômes à l'aide de photographies rétiniennes, Réseau JAMA ouvert (2023). DOI : 10.1001/jamanetworkopen.2023.47692
© 2023 Réseau Science X
Citation: Utiliser l'IA pour diagnostiquer l'autisme chez les enfants (18 décembre 2023) récupéré le 18 décembre 2023 sur
Ce document est soumis au droit d'auteur. En dehors de toute utilisation équitable à des fins d'étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni seulement pour information.
