Американските научници развија метод заснован на вештачка интелигенција за дијагностицирање на аутизмот со висока прецизност, потенцијално револуционизирајќи го раното откривање и лекување.
Мултиуниверзитетски истражувачки тим, предводен од Густаво К. Род, професор по инженерство од Универзитетот во Вирџинија, развил систем кој може да забележи генетски маркери на аутизам во сликите на мозокот со прецизност од 89 до 95 отсто.
Наодите на истражувачите посочуваат дека лекарите еден ден ќе може да го видат, класифицираат и третираат аутизмот и сродните невролошки состојби со овој метод, без да се потпираат или да чекаат на знаци на однесување.
– Аутизмот традиционално се дијагностицира според однесувањето, но има силна генетска основа. Пристапот може да ги трансформира разбирањето и третманот на аутизмот – пишуваат истражувачите.
Род, професор по биомедицинско и електрично и компјутерско инженерство, соработуваше со истражувачи од Универзитетот во Калифорнија во Сан Франциско и Медицинскиот факултет на Универзитетот „Џонс Хопкинс“, вклучувајќи го и Шинџини Кунду, прв автор на трудот.
Додека работел во лабораторијата на Род, Кунду, сега лекар во болницата „Џонс Хопкинс“, помогнал да се развие генеративно компјутерска техника наречена морфометрија базирана на транспорт (ТВМ).
Користејќи нова техника за математичко моделирање, нивниот систем открива модели на структурата на мозокот кои предвидуваат варијации во одредени региони на генетскиот код на поединецот – феномен наречен „варијации на бројот на копии“ во кој сегментите од кодот се бришат или се дуплираат. Овие варијации се поврзани со аутизмот.
ТВМ им овозможува на истражувачите да ги разликуваат нормалните биолошки варијации во структурата на мозокот од оние со бришење или дуплирање.
– Се знае дека некои варијации на бројот на копии се поврзани со аутизам, но нивната поврзаност со морфологијата на мозокот и не е баш позната – вели Род.
Морфометријата базирана на транспорт е различна од другите модели за анализа на слики за машинско учење бидејќи математичките модели се засноваат на масовен транспорт – движењето на молекулите како што се протеините, хранливите материи и гасовите во и надвор од клетките и ткивата. „Морфометрија“ се однесува на мерење и квантифицирање на биолошките форми создадени од овие процеси.
Повеќето методи за машинско учење имаат мала или никаква врска со биофизичките процеси што ги генерираат податоците. Наместо тоа, тие се потпираат на препознавање шеми за да ги идентификуваат аномалиите. Но, пристапот на Род користи математички равенки за да ги извлече информациите за масовниот транспорт од медицинските слики, создавајќи нови слики за визуализација и понатамошна анализа.
Потоа, користејќи различен сет на математички методи, системот ги анализира информациите поврзани со варијациите поврзани со аутизмот од другите „нормални“ генетски варијации кои не водат до болести или невролошки нарушувања – што истражувачите го нарекуваат „збунувачки извори на варијабилност“.
Овие извори претходно ги спречија истражувачите да ја разберат врската „ген-мозок-однесување“, ефикасно ограничувајќи ги лекарите на дијагнози и третмани базирани на однесување.
– Се надеваме дека наодите, способноста да се идентификуваат локализирани промени во морфологијата на мозокот поврзани со варијации на бројот на копии, би можеле да укажат на мозочните региони и евентуално механизмите што може да се искористат за терапии – вели Род.