Un metodo innovativo per diagnosticare l’autismo nei bambini si basa sull’analisi delle immagini della retina con un algoritmo di intelligenza artificiale che sfrutta il deep learning.
Questo è il risultato di una ricerca condotta dalla Yonsei University College of Medicine in Corea del Sud, il cui paper è stato pubblicato sulla rivista JAMA Network Open.
L’algoritmo è in grado di riconoscere i segni distintivi dell’autismo con una precisione del 100%, offrendo uno strumento di screening rapido e obiettivo. Soprattutto in contesti dove non è facile accedere a uno specialista in psichiatria infantile.
Il metodo per individuare l’autismo infantile con le foto AI
Come riporta New Atlas, i ricercatori hanno scattato delle fotografie riguardo alle retine dei bambini e le hanno analizzate utilizzando un algoritmo AI con apprendimento profondo. Con l’obiettivo di diagnosticare l’autismo con una precisione del 100%.
Per certi versi, la retina può essere considerata una finestra del cervello. È prima di tutto una parte del sistema nervoso centrale, dato che si trova nel fondo dell’occhio e si connette al disco ottico attraverso il nervo ottico. Essendo una finestra sul cervello, essa può fornire informazioni preziose sulle sue condizioni e funzioni.
In passato, ricercatori britannici hanno usato un laser sicuro per gli occhi per esaminare la retina. Ma era per diagnosticare un caso di commozione cerebrale, anche se in maniera non invasiva. Ora, i ricercatori dello Yonsei University College of Medicine in Corea del Sud hanno applicato la stessa tecnica per identificare il disturbo dello spettro autistico (ASD) e la severità dei sintomi nei bambini.
I risultati del test diagnostico
Andando a vedere i risultati, nella ricerca sono stati coinvolti 958 bambini con un’età media di 7,8 anni. E hanno scattato delle fotografie delle loro retine, ottenendo 1.890 immagini in totale.
Dei partecipanti, la metà aveva ricevuto una diagnosi di ASD e l’altra metà era costituita da controlli appaiati per età e sesso.
L’algoritmo AI ha selezionato le immagini della retina più rilevanti per la diagnosi e le ha confrontate con i punteggi dei test. In questo caso, hanno utilizzato i punteggi di gravità calibrati dell’Autism Diagnostic Observation Schedule – Second Edition (ADOS-2) e i punteggi della Social Responsiveness Scale – Second Edition (SRS-2).
L’algoritmo ha mostrato anche una buona capacità di valutare la gravità dei sintomi dell’autismo, con un AUROC medio di 0,74. Dove un AUROC compreso tra 0,7 e 0,8 è considerato “accettabile” e tra 0,8 e 0,9 è “eccellente”.
Il risultato? L’algoritmo ha dimostrato una precisione perfetta nel distinguere i bambini con autismo da quelli con sviluppo normale, con un’area media sotto la curva (AUROC) di 1,00.
Questo significa che non ha sbagliato nessuna previsione. E questo risultato non è cambiato quando hanno eliminato il 95% delle parti meno rilevanti dell’immagine, lasciando solo il disco ottico.
Sulla base dei loro risultati, i ricercatori affermano che il loro modello basato sull’AI potrebbe essere utilizzato come strumento di screening oggettivo a partire da quell’età. Ma poiché la retina del neonato continua a crescere fino all’età di quattro anni, sono necessarie ulteriori ricerche. Così da accertare se lo strumento sarebbe accurato per i partecipanti più giovani.
Se vuoi saperne di più su questa ricerca, ti consiglio di approfondire al meglio leggendo l’articolo originale pubblicato su JAMA Network Open.
- Jae Han Kim1; JaeSeong Hong, BBA2; Hangnyoung Choi, MD3,4; et al, “Development of Deep Ensembles to Screen for Autism and Symptom Severity Using Retinal Photographs“, JAMA Network Open, doi:10.1001/jamanetworkopen.2023.47692.
