Maschinelles Lernen sagt aggressives Verhalten bei Jugendlichen mit Autismus voraus

In einer bahnbrechenden Studie, die online in JAMA Network Open veröffentlicht wurde, haben Forscher maschinelles Lernen , um aggressives Verhalten bei stationär behandelten Jugendlichen mit Autismus effektiv vorherzusagen. Unter der Leitung von Dr. Tales Imbiriba von der Northeastern University in Boston stellt diese Forschung einen bedeutenden Fortschritt im Verständnis und im Umgang mit herausforderndem Verhalten im Zusammenhang mit Autismus dar.

Die Studie, die von März 2019 bis März 2020 durchgeführt wurde, untersuchte 70 stationäre psychiatrische Patienten mit bestätigter Autismus-Diagnose. Diese Personen zeigten selbstverletzendes Verhalten, Emotionsregulationsstörungen oder Aggressionen gegenüber anderen; 32 von ihnen waren nur minimal verbal und 30 wiesen intellektuelle Beeinträchtigungen auf.

Mithilfe handelsüblicher Biosensoren wurden die peripheren physiologischen Signale der Teilnehmer aufgezeichnet. Das Forschungsteam analysierte sorgfältig die aus den BiosensordatentracZeitreihenmerkmale, um Muster zudent, die aggressivendentvorausgehen.

Beobachtungssitzungen liefern wichtige Erkenntnisse

Die Forscher führten im Studienzeitraum 429 Beobachtungssitzungen mit insgesamt beeindruckenden 497 Stunden durch. In diesen Sitzungen wurden 6.665 aggressive Verhaltensweisen dokumentiert und in Selbstverletzung (59,8 %), Emotionsregulationsstörungen (31,0 %) und Aggression gegenüber anderen (9,3 %) kategorisiert.

Die wichtigste Erkenntnis der Studie liegt in der Effektivität der logistischen Regression als Klassifikator zur Vorhersage aggressiven Verhaltens. Diese Methode zeigte eine bemerkenswerte Genauigkeit mit einer mittleren Fläche unter der ROC-Kurve von 0,80, insbesondere bei der Vorhersage aggressiven Verhaltens drei Minuten vor dessen Beginn.

Die Implikationen dieser Forschung sind weitreichend. Die Autoren vermuten, dass diese Ergebnisse den Weg für die Entwicklung mobiler Gesundheitssysteme ebnen könnten, die adaptive Interventionen in Echtzeit ermöglichen. Diese Technologie, die das Feld revolutionieren könnte, eröffnet neue Möglichkeiten für präventive Maßnahmen. Indem sie darauf abzielt, die Unberechenbarkeit aggressiven Verhaltens bei autistischen Jugendlichen zu reduzieren, birgt sie das Potenzial, deren Lebensqualität deutlich zu verbessern.

Das Leben von stationär aufgenommenen Jugendlichen mit Autismus verändern

Diese bahnbrechende Studie stellt einen vielversprechenden Fortschritt in der Autismusforschung und bei Interventionsstrategien dar. Sie weckt Hoffnung auf eine verbesserte Betreuung und Unterstützung von autistischen Menschen mit herausforderndem Verhalten. Durch die verbesserte Vorhersagbarkeit und Steuerung dieser Verhaltensweisen werden stationär behandelte Jugendliche befähigt, sich stärker in ihr Zuhause, ihre Schule und ihr soziales Umfeld einzubringen.

Der Erfolg der Studie unterstreicht das Potenzial des maschinellen Lernens, unser Verständnis und die Betreuung von Menschen mit Autismus grundlegend zu verändern. Dieser innovative Ansatz zur Vorhersage aggressiven Verhaltens eröffnet eine neue Dimension der Unterstützung, die zuvor unerreichbar war. Die nächsten Schritte umfassen die weitere Verfeinerung und praktische Anwendung dieser Vorhersagemodelle.

Zukunftsperspektiven für die Autismusversorgung

Mit der Entwicklung und Verfeinerung dieser Vorhersagemodelle eröffnet sich eine vielversprechende Zukunft für die Versorgung von Menschen mit Autismus. Mobile Gesundheitssysteme mit maschinellem Lernen könnten sich als unschätzbare Werkzeuge für Eltern, Betreuer und medizinisches Fachpersonal erweisen, um rechtzeitig Interventionen und Unterstützung zu ermöglichen.

Zusammenfassend zeigt die bahnbrechende Studie unter der Leitung von Dr. Tales Imbiriba das Potenzial des maschinellen Lernens zur Vorhersage aggressiven Verhaltens bei Jugendlichen mit Autismus. Diese Forschung gibt Hoffnung auf eine bessere Zukunft für Menschen mit Autismus und ebnet den Weg für die Entwicklung innovativer und wirksamer Interventionen. Auch wenn noch weitere Anstrengungen nötig sind, um diese Erkenntnisse in die Praxis umzusetzen, ist das Potenzial, das Leben von Menschen mit Autismus zu verbessern, ein lohnendes Ziel.