AI Memprediksi Autisme Berdasarkan Pemindaian Otak Bayi

 


Pemindaian otak, dianalisis menggunakan jenis kecerdasan buatan, dapat mengungkapkan apakah bayi berusia 6 bulan cenderung mengembangkan autisme, sebuah studi baru menunjukkan.


Studi ini meneliti 59 bayi yang berisiko tinggi mengembangkan autisme; yaitu, masing-masing memiliki saudara yang lebih tua dengan autisme. Kecerdasan buatan memprediksi dengan akurasi 100 persen bahwa 48 bayi tidak akan mengembangkan autisme. Selain itu, dari 11 bayi yang mengalami gangguan tersebut pada saat mereka berusia 2 tahun, sistem memprediksi dengan tepat sembilan kasus.


"Itu sangat akurat," Robert Emerson, penulis utama studi tersebut dan mantan rekan postdoctoral ilmu saraf kognitif di University of North Carolina (UNC), mengatakan kepada Live Science.

Studi menunjukkan bahwa 20 persen bayi yang memiliki saudara kandung yang lebih tua dengan autisme akan mengalami gangguan tersebut; di antara bayi dalam populasi umum, 1,5 persen mengembangkan autisme, kata Emerson kepada Live Science.

Hasil penelitian baru dapat mengarah pada alat diagnostik baru yang mengidentifikasi autisme sebelum gejala muncul, memberikan kesempatan kepada dokter untuk melakukan intervensi lebih awal, kata para peneliti.


"Idenya adalah kita bisa lebih efektif jika kita bisa mendapatkan anak-anak ini sebelum mereka mengembangkan autisme, mungkin memperbaiki atau mencegahnya," Dr. Joseph Piven, seorang profesor psikiatri di UNC School of Medicine dan direktur Carolina Institute untuk Disabilitas Perkembangan, kepada Live Science. Para peneliti mempublikasikan hasil mereka hari ini (7 Juni) di jurnal Science Translational Medicine.


Perkembangan autisme

Gangguan spektrum autisme, gangguan berbasis otak yang ditandai dengan berbagai tantangan komunikasi sosial dan perilaku berulang, mempengaruhi sekitar satu dari setiap 68 anak di Amerika Serikat. Gejala perilaku biasanya mulai muncul pada anak-anak sekitar usia 2 tahun.


Emerson dan rekan-rekannya menunjukkan bahwa mereka dapat mengidentifikasi biomarker untuk gangguan tersebut sebelum gejala muncul.


Sebagai bagian dari studi mereka, para peneliti menggunakan pemindai MRI untuk menggambarkan otak bayi saat mereka tidur. Selama pemindaian, para peneliti mencatat aktivitas saraf dari 230 wilayah berbeda di otak, terutama melihat apakah pasangan wilayah ini - yang disebut sebagai koneksi fungsional - disinkronkan satu sama lain, dan jika demikian, sejauh mana.


Secara total, para peneliti mengukur 26.335 koneksi fungsional yang penting untuk kognisi, memori, dan perilaku.

Ketika anak-anak mencapai usia 2 tahun, mereka kembali untuk penilaian perilaku. Para peneliti melihat interaksi sosial anak, komunikasi, perkembangan motorik dan kecenderungan untuk melakukan tindakan berulang, dan menentukan apakah setiap anak memiliki autisme. [11 Fakta Yang Harus Diketahui Setiap Orang Tua Tentang Otak Bayinya]


Dengan semua data yang ada, para peneliti mulai melatih program pembelajaran mesin mereka terlebih dahulu, dan kemudian menggunakannya untuk menjalankan prediksi. Mereka ingin melihat seberapa akuratnya dapat memprediksi bayi mana yang mengembangkan autisme, hanya menggunakan data koneksi fungsional sejak anak-anak berusia 6 bulan. Dengan kata lain, meskipun para peneliti mengetahui bayi mana yang berkembang menjadi balita autis dan mana yang tidak, program pembelajaran mesin tidak.


Pembelajaran mesin adalah sejenis sistem kecerdasan buatan yang menjadi lebih pintar berdasarkan data yang diprosesnya. Dalam hal ini, program belajar untuk menemukan perbedaan antara koneksi fungsional yang dicitrakan dalam data MRI yang dikumpulkan pada usia 6 bulan yang berkorelasi dengan kognisi, memori dan perilaku dan detail dari penilaian perilaku yang dikumpulkan pada 24 bulan.


Ketika program melakukan ini, ia memisahkan anak-anak menjadi dua kelompok - mereka yang autis dan mereka yang tidak memiliki kondisi tersebut. Setelah dilatih, itu bisa membuat prediksi. [7 Mitos Bayi Dibantah]


Namun selama proses pelatihan, para peneliti tidak menggunakan data dari 59 anak tersebut. Sebagai gantinya, mereka memasukkan data dari 58 dari 59 bayi untuk melatih model, dan kemudian untuk mendapatkan prediksi, mereka memasukkan data dari satu bayi yang mereka tinggalkan. Mereka mengulangi ini untuk semua 59 anak.


"Setiap anak diprediksi secara terpisah berdasarkan model dari anak-anak lain dalam kelompok itu," kata Emerson.


Pada akhirnya, program pembelajaran mesin benar dalam 82 persen kasus di mana anak-anak memang mengembangkan autisme.


Sekelompok keluarga yang luar biasa

Iklan


Piven mengatakan tim menerbitkan sebuah penelitian di awal tahun yang juga menunjukkan tingkat prediksi yang mengesankan, tetapi penelitian itu membutuhkan dua pemindaian MRI, satu pada usia 6 bulan dan satu pada usia 1 tahun. Memindahkan jarum ke usia lebih dini adalah kemajuan besar, kata Piven.


Tim peneliti kagum dengan orang tua yang berpartisipasi dalam penelitian ini dan penelitian lainnya selama bertahun-tahun, mengingat semua yang diperlukan, katanya.


"Ini adalah sekelompok orang yang luar biasa," kata Piven. "Mereka tidak hanya memiliki anak yang lebih tua dengan autisme, tetapi mereka membawa bayi mereka, sering kali berkali-kali dan dari tempat yang sangat jauh, ke salah satu dari empat situs klinis kami di seluruh negeri."


"Mereka sangat berkomitmen," kata Emerson.


Para peneliti mengatakan mereka berharap kontribusi mereka akan mengarah pada intervensi yang lebih efektif untuk anak-anak di ambang pengembangan autisme.

Related Posts

Load comments

Comments