قال باحثون إن الذكاء الاصطناعي قد يساعد الخبراء في تحديد الأطفال الصغار الذين قد يكونون مصابين بالتوحد، وذلك بعد تطوير نظام فحص يُسمى AutMedAI يقولون إنه يتمتع بدقة تصل إلى قرابة 80% في تحديد الأطفال المحتمل إصابتهم بالتوحد.

ويقول الباحثون إن نموذجهم الذي يعتمد على نوع من الذكاء الاصطناعي وهو التعلم الآلي، قد يجلب فوائد عديدة في مجال تشخيص طيف التوحد.

قالت الدكتورة Kristiina Tammimies، واحدة من المشاركين في الدراسة من معهد كارولنسكا في السويد: “باستخدام نموذج الذكاء الاصطناعي، يمكن استخدام المعلومات المتاحة وتحديد الأفراد الذين لديهم احتمالية عالية للإصابة بالتوحد في وقت مبكر حتى يتمكنوا من الحصول على مساعدة مبكرة”.

لكنها أضافت: “أريد أن أؤكد أن النموذج لا يمكنه تشخيص التوحد بنحو كامل؛ لأنه يجب القيام بذلك باستخدام أساليب سريرية قياسية”.

تفاصيل الدراسة:

في مقال كتبه فريق البحث في مجلة Jama Network Open، أفادت Kristiina Tammimies والزملاء المشاركين معها في الدراسة كيف استفادوا من البيانات التي جُمعت في مبادرة بحثية أمريكية تسمى Spark تضم معلومات عن 15330 طفلًا مصابًا بالتوحد و 15330 طفلًا غير مصابين.

يصف الفريق كيف ركزوا في 28 سمة يمكن اكتشافها بسهولة في الأطفال المصابين بالتوحد قبل أن يبلغ عمرهم 24 شهرًا، وذلك استنادًا إلى المعلومات التي أبلغ عنها الآباء في الاستبيانات الطبية، ثم طوّر الباحثون نماذج التعلم الآلي التي بحثت عن الأنماط المختلفة في هذه السمات بين الأطفال المصابين بالتوحد وغير المصابين بالتوحد.

بعد استخدام البيانات لبناء وضبط واختبار أربعة نماذج مختلفة، اختار الفريق نموذج AutMedAI الذي قدم أداء أفضل من باقي النماذج، ثم اختبروا النموذج على مجموعة بيانات أخرى تضم 11936 مشاركًا كانت بياناتهم تتضمن السمات نفسها الموجودة لدى المصابين بالتوحد، وقد أشار النموذج إلى أن 10476 من هؤلاء المشاركين يعانون التوحد.

تكشف النتائج أن النموذج حدد بنحو صحيح ما نسبته 78.9% من جميع المشاركين المصابين أو غير المصابين بطيف التوحد. ووصلت دقته إلى 78.5% في تحديد الأطفال المصابين بالتوحد الذين تصل أعمارهم إلى عامين، ووصلت إلى 84.2% لمن تتراوح أعمارهم بين عامين وأربعة أعوام وإلى 79.2% لمن تتراوح أعمارهم بين أربعة وعشرة أعوام.

وقد كشف اختبار آخر للنموذج نفسه باستخدام مجموعة أخرى من البيانات شملت 2854 فردًا مصابًا بالتوحد أن النموذج حدد بنحو صحيح ما نسبته 68% من المصابين بهذا المرض.

وقالت Kristiina Tammimies: “كانت مجموعة البيانات هذه عبارة عن مجموعة بحثية أخرى تضم أسرًا لديها طفل واحد فقط مصاب بالتوحد وكانت بعض المعلمات مفقودة، لذلك كان أداء النموذج أقل كفاءة قليلًا؛ مما يدل على أننا بحاجة إلى المزيد من التطوير”.

وقال الباحثون إن أهم المعايير التي يعتمد عليها النموذج للتنبؤ باحتمالية إصابة الطفل بالتوحد تشمل: مشاكل تناول الأطعمة، والعمر عند صياغة الجمل الطويلة أول مرة، والعمر عند القدرة على استخدام المرحاض، والعمر عند الابتسامة الأولى.

أجرى فريق البحث تحليلًا إضافيًا، للمقارنة بين المشاركين الذين حددهم النموذج بنحو صحيح على أنهم مصابون بالتوحد وأولئك الذين حددهم بنحو غير صحيح على أنهم غير مصابين بالتوحد، وأشار التحليل إلى أن النموذج يميل إلى تشخيص الإصابة بالتوحد لدى الأفراد الذين يعانون أكثر الأعراض حدة.

ومع ذلك، حث بعض الخبراء على توخي الحذر، مشيرين إلى أن قدرة النموذج على تحديد الأشخاص غير المصابين بالتوحد بنحو صحيح كانت 80% فقط، مما يعني أن 20% قد صنفهم النموذج بنحو خطأ على أنهم مصابون بالتوحد. 

الخاتمة:

يفتح هذا النظام المجال أمام المزيد من الأبحاث والتطورات في مجال تشخيص طيف التوحد في سن مبكرة باستخدام الذكاء الاصطناعي.

وهذا يعني أنه في المستقبل قد نرى المزيد من الابتكارات في هذا المجال؛ مما يساعد في تقديم المساعدة المناسبة للمصابين بالتوحد في وقت مبكر وهذا يساعد في السيطرة على الأعراض التي قد يعانونها وتقليل حدتها.

وهذه ليست المرة الأولى التي يحاول فيها الباحثون الاستفادة من الذكاء الاصطناعي للمساعدة في تشخيص التوحد. ومن بين الدراسات الأخرى، استخدم العلماء الذكاء الاصطناعي سابقًا مع عمليات مسح شبكية العين للأطفال ليتمكنوا من تحديد الأطفال المحتمل إصابتهم بالتوحد.

وكان ذلك في بحث جديد من جامعة جنوب أستراليا وجامعة فلندرز، وقد ظهر في البحث أن الذكاء الاصطناعي يمكنه تقديم طريقة أسرع وأكثر دقة لتشخيص اضطراب طيف التوحد لدى الأطفال باستخدام محفز ضوئي يُسلّط على العين، ثم يقيس الباحثون استجابة شبكية العين للمحفز الضوئي، لتحديد سمات معينة يمكنها المساعدة في تحديد الأشخاص المحتمل إصابتهم بطيف التوحد. وقد وجد الباحثون أن الشبكية تولّد استجابة مختلفة لدى الأطفال المصابين باضطراب طيف التوحد مقارنة بغير المصابين.

نسخ الرابط تم نسخ الرابط