Um novo modelo de aprendizado de máquina pode prever o autismo em crianças pequenas com base em informações relativamente limitadas. Isso é demonstrado em um novo estudo do Karolinska Institutet, publicado no JAMA Network Open. O modelo pode facilitar a detecção precoce do autismo, o que é importante para fornecer o apoio adequado.
"Com uma precisão de quase 80% em crianças com menos de dois anos, esperamos que esta seja uma ferramenta valiosa para os cuidados de saúde", diz Kristiina Tammimies, professora associada no KIND, departamento de saúde da mulher e da criança do Karolinska Institutet e última autora do estudo.
A equipe de pesquisa utilizou um grande banco de dados dos EUA (SPARK) com informações sobre cerca de 30.000 indivíduos com e sem transtornos do espectro autista.
Ao analisar uma combinação de 28 parâmetros diferentes, os pesquisadores desenvolveram quatro modelos diferentes de aprendizado de máquina para identificar padrões nos dados. Os parâmetros selecionados foram informações sobre crianças que podem ser obtidas antes dos 24 meses de idade, sem exames extensos e testes médicos. O modelo com melhor desempenho foi denominado "AutMedAI".
Em cerca de 12.000 indivíduos, o modelo AutMedAI conseguiu identificar cerca de 80% das crianças com autismo. Em combinações específicas com outros parâmetros, a idade do primeiro sorriso, a primeira frase curta e a presença de distúrbios alimentares se mostraram fortes preditores de autismo.
https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2822394
