Zespół naukowców z Uniwersytetu stanowego w Północnej Karolinie przeprowadził badania na półrocznych dzieciach, które racji obciążeń genetycznych znajdowały się w grupie zwiększonego ryzyka zachorowania na autyzm. W próbach klinicznych naukowcy mierzyli aktywności mózgów niemowląt wykorzystując w tym celu technikę obrazowania rezonansem magnetycznym (MRI, ang. magnetic resonance imaging). Otrzymane wyniki były następnie analizowane przy użyciu sztucznej inteligencji. W ten sposób udało się rozpoznać chorobę z 82% dokładnością. Zespół badaczy jest więc przekonany, że zestawienie tych obu metod jest doskonałym narzędziem diagnostycznym i może zrewolucjonizować medycynę.
Autyzm jest poważnym schorzeniem, które dotyczy więcej niż jednej osoby na sto urodzonych. Uważa się, że jest to najczęściej pojawiające się zaburzenie neurorozwojowe. Choroba ta związana jest z nieprawidłowym funkcjonowaniem ośrodkowego układu nerwowego i objawia się zazwyczaj problemami w komunikacji interpersonalnej, impulsywnością, nienaturalnym zachowaniem i unikaniem kontaktu wzrokowego. Przyczyny autyzmu nie zostały jednoznacznie określone, jednakże bardzo ważny jest w tym przypadku czynnik genetyczny. Wczesna diagnoza choroby natomiast jest dużą szansą dla osób autystycznych i daje większe szanse powstrzymanie jej rozwoju, a także złagodzenie objawów w późniejszym okresie życia.
Nowa metoda została sprawdzona na grupie 59 półrocznych niemowląt, których starsze rodzeństwo cierpi na autyzm. Analizę pracy mózgów dzieci wykonano, gdy spały. Za pomocą aparatury mierzono i rejestrowano aktywność neuronalną, przy czym zespół naukowców zainteresowany był głównie ściśle określonymi obszarami. Obserwował on zależności pojawiające się pomiędzy tymi komórkami oraz ich wzajemne powiązania. W efekcie oznaczono ponad 26 tysięcy połączeń o istotnym znaczeniu dla rozwoju umiejętności poznawczych, powstawania śladu pamięciowego i generowania zachowań. Na tej podstawie wykazali oni, że nieprawidłowe łączenia w tych obszarach przyczyniają się do rozwoju autyzmu.
Dzięki zastosowaniu sztucznej inteligencji, która przeanalizowała skany mózgów udało się z wysoką precyzją określić, u których dzieci nie rozwinie się autyzm (48% badanych niemowląt Trafna okazała się również diagnoza, że u pozostałych małych pacjentów po ukończeniu 24 miesiąca życia pojawią się zaburzenie neurorozwojowe.
Przeprowadzenie większej ilości badań oraz zoptymalizowanie treningu sztucznej inteligencji powinny w jeszcze większym stopniu poprawić diagnostykę autyzmu i pozwolić na szybsze rozpoznanie tej poważnej choroby u małych dzieci, a tym samym na jej efektywniejsze leczenie.