Исследовательская группа в Медицинском факультете университета Йонсей в Южной Корее разработал модель искусственного интеллекта глубокого обучения, которая может идентифицировать детей с расстройствами аутистического спектра (РАС) со 100% точностью, просто анализируя фотографии сетчатки глаз. ИИ может стать перспективным инструментом для ранней диагностики детей с РАС.
Скрытая закономерность в глазах детей поможет выявить аутизм
Сетчатка внутри глазного яблока покрыта ~100 миллионами фоторецепторов. Это клетки, которые обнаруживают свет, отправляют информацию в мозг через зрительный нерв. Зрительные нервы, проходящие по всей сетчатке глаза, образуют толстый пучок из более чем 1 миллиона нервов в задней части глазного яблока. Зрительные нервы проникают в стенку глазного яблока в одной точке, которая называется диском зрительного нерва .
Диск зрительного нерва — это «окно в мозг», являющееся продолжением центральной нервной системы, и в последние годы были предприняты попытки получить информацию, связанную с мозгом, путем простого и неинвазивного(МРТ/КТ) доступа к диску зрительного нерва. Британская исследовательская группа уже разработала метод обнаружения травматического сотрясения мозга путем облучения сетчатки лазером.
Исследовательская группа из Медицинской школы Университета Йонсей разработала модель искусственного интеллекта глубокого обучения, которая сканирует фотографии сетчатки детей, чтобы диагностировать наличие у них РАС и ее степень тяжести. «Люди с РАС имеют структурные изменения в сетчатке, которые могут отражать изменения в мозге, включая аномалии зрительных путей через эмбриональные и анатомические связи», — заявила исследовательская группа.
Исследовательская группа обучила модель искусственного интеллекта на фотографиях сетчатки, которые коррелировали наличие или отсутствие РАС и ее тяжесть. Тяжесть оценивалась по баллам диагностического наблюдательного теста на аутизм (ADOS-2 и SRS-2).
Используя около 2000 фотографий сетчатки, собранных у 958 детей средним возрастом 8 лет, ученые проверили, насколько модель искусственного интеллекта может точно измерить наличие и тяжесть РАС. Примерно у половины участников был диагностирован РАС, а оставшаяся половина была контрольной группой.
В результате тестирования ИИ-модель по фотографии сетчатки смогла со 100% точностью определить, есть ли у ребенка РАС . При проверке результатов на 10% фотографий ИИ не снизила свою точность – это может быть очень важно для диагностики РАС, тк указывает на то, что диск зрительного нерва является важной областью, позволяющей различать РАС и нейротипическое(стандартное) развитие.
С определением тяжести РАС у ИИ есть нюансы – в тесте, в котором для прогнозирования тяжести РАС использовались фотографии сетчатки, точность прогнозирования тяжести на основе ADOS-2 составила 66%, на основе SRS-2 — только 48%. Исследовательская группа сообщила: «Мы обнаружили, что возможная классификация степени тяжести возможна только с помощью шкалы ADOS-2, а не с помощью шкалы SRS-2. Это может быть связано с тем, что SRS-2 обычно оценивается лицами, осуществляющими уход за больными, тогда как SRS-2 оценивается специально обученным профессионалами в течение долгого периода времени. Первый метод обеспечивает лучшую оценку тяжести, чем последний».
Поскольку минимальный возраст испытуемых в этом исследовании составлял 4 года, исследовательская группа утверждает, что модель искусственного интеллекта может использоваться в качестве инструмента объективного скрининга РАС и в старших возрастных группах.
Хотя для установления возможности обобщения данных для широкой группы пациентов необходимы дальнейшие исследования, это исследование является заметным шагом в науке.
