مدار الساعة -نجح باحثون في أميركا بتطوير نماذج تعلم آلي (machine learning models) للتنبؤ باحتمالية تشخيص الأطفال بالتوحد.
وأجرى الدراسة باحثون من مجموعة بين ستيت البحثية (Penn State research team) في ولاية بنسلفانيا، ونُشرت في مجلة بي إم جيه هيلث آند كير إنفورماتكس (BMJ Health & Care Informatics)، ونقله موقع يوريك أليرت (EurekAlert).وقد تساعد هذه المقاربة الأطباء في تشخيص المرض، كما قد يكون من الملائم دمجها مع الطرق التقليدية في تشخيص التوحد.ازدياد حالات التوحد وأهمية التشخيص المبكر اضطراب طيف التوحد يبدأ مع المصاب منذ الولادة ويظهر خلال السنوات الـ3 الأولى ويستمر طوال العمر ويُعرف بأنه قصور عصبي ونقص نمو معقد.
وطوّر الباحثون نموذجا يعمل على ربط مئات من المتغيرات السريرية المتوافرة عن الطفل، بما في ذلك زيارات الطبيب والخدمات الطبية المقدمة له في الحالات التي قد تبدو غير مرتبطة بالتوحد.
استخدم الباحثون البيانات المتوافرة لدى شركات التأمين لبناء النماذج الخاصة بهم، وأدخلوا البيانات المتوافرة في أنظمة تعلم آلية عدة لتدريبها على تقييم المتغيرات وإيجاد العلاقات التي قد تزيد من احتمالية الإصابة باضطرابات طيف التوحد.يقول الدكتور كوشي شن الأستاذ المساعد في كلية الهندسة بجامعة بين ستيت (Penn State University) المشارك في الدراسة، إن المعلومات لدى شركات التأمين عن المرضى متوافرة بشكل كبير، وعند استخدامها فإنها تعطي معلومات شاملة عن التاريخ المرضي للأشخاص.ويضيف الدكتور كوشي شن أنه وفقاً للأبحاث المنشورة سابقاً، فإن التاريخ المرضي للأطفال الذين يتم تشخيصهم بطيف التوحد قد يتضمن حالات مرضية مميزة، تشمل أنواعا معينة من العدوى أو نوبات الصرع أو اضطرابات الجهاز الهضمي وبعض السلوكيات المميزة.احتساب احتمالية الإصابة بالتوحدهذه الحالات لا تتسبب في حدوث التوحد، لكنها قد تكون من السمات المتجلية بين الأطفال المصابين به، وهو ما ألهم الباحثين لجمع بيانات المرضى ومحاولة ربطها واستخدامها للتنبؤ واحتساب احتمالية الإصابة بالتوحد.
