Morgantown – Para peneliti di West Virginia University mencari kecerdasan buatan untuk menemukan cara untuk mendiagnosis gangguan spektrum autisme dengan benar.

Karena sulit untuk mengkarakterisasi perilaku pasien autis, peneliti menggunakan teknik pelacakan perilaku dan fenotipe untuk lebih memahami dan mengidentifikasi gangguan spektrum autisme.

Fenotipe adalah karakterisasi dari perilaku atau sifat, dan dalam penelitian ini peneliti meneliti perilaku dan sifat pada penderita autisme.

Didukung oleh penghargaan $ 500.000 dari National Science Foundation, Xin Li, seorang profesor ilmu komputer dan jalur teknik listrik, dan Shuo Wang, asisten profesor, melakukan penelitian menggunakan pencitraan dan ilmu data.

“Proyek ini penting karena bertujuan untuk mengisi kesenjangan penting dalam pengetahuan yang ada tentang ASD,” kata Li. “Pemahaman yang lebih baik tentang fenotipe autisme diharapkan membantu tidak hanya diagnosis yang lebih akurat, tetapi juga intervensi yang lebih personal untuk pasien dengan ASD.”

Salah satu tantangan terbesar yang dihadapi penelitian autisme adalah bahwa ada banyak subtipe daripada satu bentuk autisme. Menurut Li, setiap orang dengan autisme mungkin memiliki kekuatan dan tantangannya sendiri, dan juga sulit untuk mengidentifikasi ciri-ciri spesifik yang secara genetik atau perilaku terkait dengan gangguan ini.

Lee mengatakan saat ini tidak ada konsensus tentang kriteria sifat perilaku manusia, tetapi model hewan menggunakan tiga fenotipe: interaksi sosial yang abnormal, gangguan komunikasi, dan perilaku berulang. , Mempertimbangkan standar perilaku.

“Sebagai langkah pertama, kami berharap dapat mengidentifikasi fenotipe serupa pada pasien ASD,” kata Li.

Proyek ini mengevaluasi ASD menggunakan data citra perilaku seperti pelacakan pandangan dan data audio dan video serta citra saraf.

Menurut Li, data neuroimaging adalah pengukuran langsung aktivitas otak, dan data citra perilaku adalah hasil aktivitas otak.

“Mengintegrasikan dua data multimodal ini merupakan strategi alami untuk memahami hubungan antara aktivitas otak dan pola perilaku,” kata Li.

Kecerdasan buatan menggunakan gambar neuroimaging dan perilaku untuk mengidentifikasi properti yang terkait dengan ASD, kata Li.

Menurut Li, ASD adalah gangguan perkembangan saraf yang mempengaruhi satu dari 54 anak di Amerika Serikat, dan penelitian mereka juga dapat membantu dalam deteksi dini anak-anak.

Ia mengatakan bahwa semakin intensif intervensi yang dilakukan anak-anak pada tahap awal ASD, semakin baik hasil perkembangannya.

“Saat ini, usia rata-rata anak yang didiagnosis ASD di Amerika Serikat adalah empat tahun,” kata Li. “Tetapi sekitar setengah dari orang tua dengan anak-anak dengan ASD melaporkan bahwa mereka mencurigai masalah tersebut sebelum anak itu berusia satu tahun. Ini dikenal sebagai” kesenjangan deteksi.” Banyak tim peneliti, termasuk kami, bekerja untuk mengurangi kesenjangan ini. “