Ein neues KI-Modell namens AutMedAI kann Autismus bei Kindern unter zwei Jahren mit fast 80% Genauigkeit vorhersagen. Das Modell analysiert 28 Parameter, die vor dem 24. Lebensmonat verfügbar sind, wie beispielsweise das Alter des ersten Lächelns und Schwierigkeiten beim Essen, um Kinder zu identifizieren, die wahrscheinlich Autismus haben. Eine frühe Diagnose ist entscheidend für die optimale Entwicklung, und weitere Validierungen des Modells sind in Arbeit.
Das AutMedAI-Modell kann 80% der Kinder mit Autismus anhand grundlegender Daten aus der frühen Kindheit identifizieren. Dazu gehören Parameter wie das Alter des ersten Lächelns und frühe Sprechmeilensteine. Eine frühe Diagnose kann die Lebensqualität durch rechtzeitige Interventionen verbessern. Ein neuer Bericht des Karolinska-Instituts zeigt, dass das KI-Modell Autismus bei jungen Kindern anhand begrenzter Informationen vorhersagen kann. Dies kann eine frühzeitige Erkennung von Autismus erleichtern, um die richtige Unterstützung zu bieten.
Die Autoren des Forschungsteams entwickelten vier verschiedene KI-Modelle, um anhand einer Kombination von 28 verschiedenen Parametern Muster in den Daten zu identifizieren. Das beste Modell war das AutMedAI-Modell, das in der Lage war, etwa 80% der Kinder mit Autismus zu identifizieren. Die Früherkennung ist von entscheidender Bedeutung, um wirksame Interventionen zu implementieren und damit Kindern mit Autismus eine optimale Entwicklung zu ermöglichen.
Die Forscher betonen die Bedeutung der frühzeitigen Diagnose, um effektive Interventionen zu ermöglichen, die Kindern mit Autismus dabei helfen können, sich optimal zu entwickeln. Das Modell, das sich derzeit in der Weiterentwicklung und Validierung befindet, soll ein wertvolles Werkzeug im Gesundheitswesen werden und keine klinische Autismus-Bewertung ersetzen. Finanziert wurde die Studie durch die Schwedische Stiftung für Strategische Forschung, Hjärnfonden und Stratneuro.