AI: Οι ερευνητές μπόρεσαν να συσχετίσουν την αυξημένη τυχαιότητα στην κίνηση με τους συμμετέχοντες που είχαν προηγουμένως διαγνωστεί με αυτισμό.
Μπορεί να χρειαστούν έως και 18 μήνες για παιδιά με ύποπτη διαταραχή του φάσματος του αυτισμού ή της ελλειμματικής προσοχής-υπερκινητικότητας για να κλείσουν διαγνωστικό ραντεβού με έναν ψυχίατρο στην Ιντιάνα. Ωστόσο, μια διεπιστημονική ομάδα με επικεφαλής έναν ερευνητή του Πανεπιστημίου της Ιντιάνα έχει αναπτύξει μια νέα διαγνωστική προσέγγιση χρησιμοποιώντας τεχνητή νοημοσύνη που θα μπορούσε να επιταχύνει και να βελτιώσει την ανίχνευση νευροαποκλίνουσων διαταραχών.
Οι ψυχίατροι, οι οποίοι χρησιμοποιούν επί του παρόντος μια ποικιλία εξετάσεων και ερωτηματολογίων ασθενών για να αναλύσουν συμπτώματα όπως οι διαταραχές επικοινωνίας, η υπερκινητικότητα ή οι επαναλαμβανόμενες συμπεριφορές, δεν διαθέτουν ευρέως διαθέσιμες ποσοτικές ή βιολογικές εξετάσεις για τη διάγνωση του αυτισμού, της ΔΕΠΥ ή συναφών διαταραχών.
«Τα συμπτώματα των νευροαποκλίνουσων διαταραχών είναι πολύ ετερογενή. Οι ψυχίατροι τις ονομάζουν «διαταραχές φάσματος» επειδή δεν υπάρχει ένα παρατηρήσιμο πράγμα που να τους λέει εάν ένα άτομο είναι νευροτυπικό ή όχι», δήλωσε ο Jorge José, Διακεκριμένος Καθηγητής Φυσικής James H. Rudy στο Κολλέγιο Τεχνών και Επιστημών στο IU Bloomington και μέλος του Ινστιτούτου Έρευνας Νευροεπιστημών Stark στην Ιατρική Σχολή του IU στην Ινδιανάπολη.
Γι’ αυτό ο Χοσέ—σε συνεργασία με μια διεπιστημονική ομάδα ακαδημαϊκών, συμπεριλαμβανομένου του Ομότιμου Καθηγητή της Ιατρικής Σχολής του IU, Τζον Ι. Νυρεμβέργη, και του αναπληρωτή καθηγητή ψυχιατρικής Μάρτιν Πλαβέκι—αφιέρωσε την πρόσφατη έρευνά του στη βελτίωση των διαγνωστικών εργαλείων για παιδιά με αυτά τα συμπτώματα.
Μια νέα μελέτη σχετικά με τη χρήση τεχνητής νοημοσύνης για την ταχεία διάγνωση του αυτισμού και της ΔΕΠΥ, που δημοσιεύθηκε στις 8 Ιουλίου στο Scientific Reports, περιγράφει λεπτομερώς το τελευταίο βήμα στην ανάπτυξη μιας προσέγγισης που βασίζεται σε δεδομένα από την ομάδα του για την ταχεία και ακριβή αξιολόγηση των νευροαποκλίνουσων διαταραχών χρησιμοποιώντας ποσοτικούς βιοδείκτες και βιομετρικά στοιχεία.
Η μέθοδός τους—η οποία έχει τη δυνατότητα να διαγνώσει τον αυτισμό ή τη ΔΕΠΥ σε μόλις 15 λεπτά—θα μπορούσε να χρησιμοποιηθεί στα σχολεία για την ταξινόμηση μαθητών που ενδέχεται να χρειάζονται περαιτέρω φροντίδα, δήλωσε ο Κοχράβ Ντόκτορ, διδακτορικός φοιτητής στο Πανεπιστήμιο της Μασαχουσέτης Άμχερστ και πρώην επισκέπτης ερευνητής στο IU, ο οποίος είναι μέλος της ομάδας του Χοσέ από το 2016.
Τόσο αυτός όσο και ο Χοσέ δήλωσαν ότι η προσέγγισή τους δεν έχει σκοπό να αντικαταστήσει τον ρόλο των ψυχιάτρων στη διάγνωση και θεραπεία των νευροαποκλίνουσων διαταραχών. «Θα μπορούσε να βοηθήσει ως ένα επιπλέον εργαλείο στην εργαλειοθήκη του κλινικού γιατρού», είπε ο Doctor. «Μας δίνει επίσης τη δυνατότητα να βλέπουμε ποιοι μπορεί να χρειάζονται την ταχύτερη παρέμβαση και να τους κατευθύνουμε σε παρόχους νωρίτερα».
Εύρεση των βιοδεικτών
Το 2018, ο José δημοσίευσε μια μελέτη για τον αυτισμό σε συνεργασία με το Rutgers, αποκαλύπτοντας ότι υπάρχουν «βιοδείκτες κίνησης» που, ενώ είναι ανεπαίσθητοι με γυμνό μάτι, μπορούν να αναγνωριστούν και να μετρηθούν σε σοβαρότητα χρησιμοποιώντας αισθητήρες. Ο José και η ομάδα του έδωσαν εντολή σε μια ομάδα συμμετεχόντων να φτάσουν σε έναν στόχο όταν εμφανιζόταν σε μια οθόνη αφής υπολογιστή μπροστά τους. Χρησιμοποιώντας αισθητήρες που ήταν συνδεδεμένοι στα χέρια των συμμετεχόντων, οι ερευνητές κατέγραψαν εκατοντάδες εικόνες μικροκινήσεων ανά δευτερόλεπτο.
Οι εικόνες έδειξαν ότι οι νευροτυπικοί ασθενείς κινούνταν με μετρήσιμα διαφορετικό τρόπο από τους συμμετέχοντες με αυτισμό. Οι ερευνητές μπόρεσαν να συσχετίσουν την αυξημένη τυχαιότητα στην κίνηση με τους συμμετέχοντες που είχαν προηγουμένως διαγνωστεί με αυτισμό.
Βελτίωση της θεραπείας
Στα χρόνια που ακολούθησαν την ιστορική μελέτη τους το 2018, ο José και η τωρινή του ομάδα αξιοποίησαν νέους κινηματικούς αισθητήρες Bluetooth υψηλής ευκρίνειας για να συλλέξουν πληροφορίες όχι μόνο σχετικά με την ταχύτητα των κινήσεων των συμμετεχόντων στη μελέτη, αλλά και για να μετρήσουν την επιτάχυνση, την περιστροφή και πολλές άλλες μεταβλητές.
«Υιοθετούμε την προσέγγιση ενός φυσικού για να εξετάσουμε τον εγκέφαλο και να αναλύσουμε συγκεκριμένα την κίνηση», δήλωσε ο μεταπτυχιακός φοιτητής φυσικής του IU, Chaundy McKeever, ο οποίος πρόσφατα εντάχθηκε στην ομάδα του José. «Εξετάζουμε πόσο σποραδική είναι η κίνηση ενός ασθενούς. Έχουμε διαπιστώσει ότι, συνήθως, όσο πιο σποραδική είναι η κίνησή του, τόσο πιο σοβαρή είναι μια διαταραχή».
Η ομάδα εισήγαγε επίσης τη χρήση ενός εξειδικευμένου τομέα τεχνητής νοημοσύνης, γνωστό ως βαθιά μάθηση, για την ανάλυση των νέων μετρήσεων. Χρησιμοποιώντας μια τεχνική εποπτευόμενης βαθιάς μάθησης, η ομάδα μελέτησε ακατέργαστα δεδομένα κίνησης από συμμετέχοντες με διαταραχή του φάσματος του αυτισμού, ΔΕΠΥ, συννοσηρότητα αυτισμού και ΔΕΠΥ, και νευροτυπική ανάπτυξη.
Αυτή η βελτιωμένη μέθοδος, που περιγράφεται λεπτομερώς στην νεότερη εργασία τους, εισήγαγε την ικανότητα καλύτερης ανάλυσης της νευροαποκλίνουσας διαταραχής ενός ασθενούς. «Μελετώντας τα στατιστικά στοιχεία των διακυμάνσεων της κίνησης, αόρατα με γυμνό μάτι, μπορούμε να αξιολογήσουμε τη σοβαρότητα μιας διαταραχής με βάση ένα νέο σύνολο βιομετρικών στοιχείων», είπε ο Χοσέ. «Κανένας ψυχίατρος δεν μπορεί προς το παρόν να σας πει πόσο σοβαρή είναι μια πάθηση».
Με την πρόσθετη δυνατότητα αξιολόγησης της σοβαρότητας μιας νευροαποκλίνουσας διαταραχής, οι πάροχοι υγειονομικής περίθαλψης μπορούν να οργανώσουν και να παρακολουθήσουν καλύτερα τον αντίκτυπο των θεραπειών τους. «Ορισμένοι ασθενείς θα χρειαστούν σημαντικό αριθμό υπηρεσιών και εξειδικευμένων θεραπειών», είπε ο Χοσέ. «Εάν, ωστόσο, η σοβαρότητα της διαταραχής ενός ασθενούς βρίσκεται στη μέση του φάσματος, οι θεραπείες τους μπορούν να προσαρμοστούν πιο λεπτομερώς, θα είναι λιγότερο απαιτητικές και συχνά μπορούν να πραγματοποιηθούν στο σπίτι, καθιστώντας τη φροντίδα τους πιο προσιτή.
Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον ΚόσμοΑκολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube
