Аутизм у дорослих: ML та онлайн-тести з точністю 92%

Новий підхід до діагностики аутизму у дорослих

Комбінація опитувальника щодо аутизму та онлайн-тестів на розпізнавання емоцій, сприйняття та розумові навички дозволила відрізнити аутичних дорослих від неаутичних з точністю 92%. Ці висновки походять з нового дослідження, опублікованого в журналі Translational Psychiatry.

Ідентифікація аутизму в дорослому віці може бути складною, що є проблемою, оскільки попит на оцінки для дорослих зростає. Довгі списки очікування часто затримують доступ до належного діагнозу та професійної підтримки. Аутизм сильно варіюється між людьми, і дорослі могли розробити способи управління або приховування характеристик, які інакше були б помітні. Скринінгові опитувальники можуть допомогти виявити аутичні риси, але їхні результати залежать від того, як люди розуміють та повідомляють про власний досвід. Тим часом, дослідження, що порівнюють аутичних та неаутичних людей за індивідуальними розумовими завданнями, часто давали невеликі або непослідовні відмінності.

Методологія дослідження

Дослідники прагнули вивчити, чи може комп'ютерна модель розпізнати ширший патерн за численними вимірюваннями. Замість пошуку однієї визначальної складності, модель розглядала, як продуктивність у розпізнаванні емоцій, увазі, пам'яті, розумовій гнучкості та сенсорній обробці може поєднуватися.

Учасники та завдання

Команда, очолювана Еріком Ван дер Бургом та Робертом М. Джертбергом з Вільного університету Амстердама та Амстердамського інституту досліджень громадського здоров'я, проаналізувала інформацію від 552 дорослих з Нідерландів. Група включала 332 жінки, а середній вік становив близько 38 років. Ці особи брали участь у трьох попередніх онлайн-дослідженнях. Вибірка включала 286 дорослих, які повідомили про офіційний діагноз аутизму, та 266 без діагнозу аутизму.

Учасники виконували онлайн-завдання, що оцінювали їхню здатність розпізнавати емоції на обличчях та голосах, поєднувати інформацію від зору та слуху, а також контролювати автоматичні реакції. Вони також проходили тести, що вимірювали їхню здатність спрямовувати увагу, запам'ятовувати просторову інформацію та гнучко переключатися між видами діяльності.

Застосування машинного навчання

Дослідники витягли 54 показники з цих завдань. Потім вони використали форму штучного інтелекту, відому як машинне навчання, для класифікації учасників на основі їхніх балів. Оскільки аутичні учасники були в середньому старшими, а групи містили різні пропорції жінок та чоловіків, дослідники повторили аналіз, використовуючи 250 учасників, ретельно підібраних за віком та статтю, щоб забезпечити суворішу перевірку.

Ключові результати

Точність різних підходів

Використовуючи лише онлайн-завдання, модель досягла 81.8% точності у повній вибірці. Однак частина цієї продуктивності відображала демографічні відмінності, такі як вік. Точність становила 74% у вибірці, узгодженій за віком та статтю. Для порівняння, стандартний опитувальник на аутизм з 28 пунктів сам по собі досяг максимальної точності 83.2% у тій же узгодженій групі.

Поєднання балів опитувальника з продуктивністю завдань дало найсильніший результат з точністю 92%. Комбінована модель правильно ідентифікувала 88% аутичних учасників та 96% неаутичних учасників.

Важливі показники

Час реакції під час завдань на розпізнавання емоцій був особливо інформативним для комп'ютерної моделі. Показники контролю реакції, короткочасної пам'яті та розумової гнучкості також сприяли високій точності. Важливо, що модель виявила корисні патерни серед вимірювань, які не показували очевидних середніх відмінностей при окремому розгляді. Багато індивідуальних результатів тестів не показували статистично значущих відмінностей між двома групами. Проте загальний патерн людини за кількома завданнями все ще може передбачити діагноз аутизму, коли дані об'єднані.

Обмеження дослідження

Слід зазначити деякі обмеження дослідження. Наприклад, аутична група містила осіб з вищим загальним інтелектом та нижчими потребами в підтримці, ніж ширша аутична популяція. Дослідження також порівнювало діагностованих аутичних дорослих з людьми з широкої громадськості. Воно не порівнювало їх з людьми, направленими до клініки з іншими можливими станами. Це означає, що комп'ютерна модель ще не була протестована на типі пацієнтів, яких лікар може оцінювати під час початкової клінічної оцінки.

Що це означає для розробників

Це дослідження демонструє, що розробники можуть створювати складні діагностичні інструменти, інтегруючи різноманітні онлайн-когнітивні та перцептивні тести з алгоритмами машинного навчання. Такий підхід дозволяє виявляти складні патерни даних, які не очевидні при аналізі окремих показників, потенційно покращуючи точність діагностики аутизму.

Ключові факти

Комбінація опитувальника та онлайн-тестів ідентифікувала аутичних дорослих з точністю 92%.
Дослідження опубліковано в журналі Translational Psychiatry.
Модель машинного навчання аналізувала 54 показники з онлайн-завдань, що охоплювали розпізнавання емоцій, увагу, пам'ять, розумову гнучкість та сенсорну обробку.
У дослідженні взяли участь 552 дорослих з Нідерландів, включаючи 286 осіб з діагнозом аутизму та 266 без нього.
Окремо онлайн-завдання досягли 74% точності (у вибірці, узгодженій за віком та статтю), а стандартний опитувальник – 83.2%.