Comment le système d'IA des chercheurs en Corée du Sud peut aider à prédire la sévérité de l'autisme

Les chercheurs de la faculté de médecine de l'Université Yonsei (YUCM) ont développé avec succès un modèle basé sur l'apprentissage profond capable de diagnostiquer le trouble du spectre de l'autisme (TSA) et d'en déterminer la sévérité. En se concentrant sur les comportements d'attention conjointe, l'équipe visait à fournir une mesure objective et quantitative du TSA, répondant à la dépendance actuelle aux évaluations cliniques subjectives. Leurs résultats ont le potentiel d'améliorer la précision du diagnostic et d'aider au développement d'outils de dépistage précis pour le TSA et d'autres troubles neurologiques.

L'Université Yonsei, située en Corée du Sud, offre près de 1,000 cours enseignés en anglais et beaucoup d'entre eux sont ouverts aux étudiants de CIEE dans tous les départements SAUF la médecine, les soins infirmiers, le droit, la musique et les cours au campus international éloigné de Songdo. De nombreux étudiants internationaux choisissent d'étudier la médecine en Corée avec le désir d'affiner davantage leurs compétences et de développer leur carrière. Cependant, il n'est pas facile d'étudier en Corée, vous devez donc avoir une préparation académique préalable.

Évaluation objective de l'attention conjointe

Trouble du spectre de l'autisme (TSA) est un trouble neurologique et du développement qui affecte la façon dont les gens interagissent avec les autres, communiquent, apprennent et se comportent. Bien que l'autisme puisse être diagnostiqué à tout âge, il est décrit comme un « trouble du développement » car les symptômes apparaissent généralement dans les deux premières années de la vie. Les scientifiques croient qu'il existe plusieurs causes du TSA qui agissent ensemble pour modifier les façons les plus courantes dont les gens se développent.

L'attention conjointe, impliquant des comportements tels que le contact visuel, le tournement de la tête et le changement de regard lors des interactions sociales, est un marqueur comportemental critique pour le diagnostic du TSA. Cependant, le manque de mesure objective et quantitative de l'attention conjointe a posé des défis au diagnostic précis. Pour remédier à cela, le maître de conférences Ko Chan-young et le professeur Park Yu-rang du département d'informatique des systèmes biomédicaux de l'YUCM ont développé un protocole pour évaluer objectivement les comportements d'attention conjointe.

Collecte de données et modèle d'apprentissage profond

Les chercheurs ont enregistré des vidéos de comportements d'attention conjointe auprès de 95 enfants, dont 45 atteints de TSA et 50 sans symptômes de TSA, âgés de 24 à 72 mois. Ces vidéos comprenaient trois types d'attention conjointe : l'initiation de l'attention conjointe (IJA), la réponse de bas niveau à l'attention conjointe (RJAlow) et la réponse de haut niveau à l'attention conjointe (RJAhigh). En utilisant cet ensemble de données, l'équipe a entraîné un modèle d'apprentissage profond pour distinguer les enfants atteints de TSA de ceux qui ne le sont pas et prédire la sévérité du TSA.

Les chercheurs ont évalué les performances du modèle à l'aide de plusieurs indicateurs, y compris l'aire sous la courbe caractéristique de fonctionnement du récepteur (AUROC), la précision, la justesse et le rappel. L'AUROC mesure la précision diagnostique d'un test, tandis que la précision représente le pourcentage de prédictions correctes dans l'ensemble de données. La justesse évalue la probabilité d'identifier correctement les individus avec un résultat de test positif, tandis que le rappel détermine la probabilité d'identifier correctement les individus atteints de la condition.

Résultats impressionnants et évaluation de la sévérité

Le modèle d'apprentissage profond a obtenu des performances exceptionnelles pour les trois types de comportements d'attention conjointe. Lors de l'analyse des vidéos IJA comme entrée, le modèle a démontré un AUROC de 99,6 %, une précision de 97,6 %, une justesse de 95,5 % et un rappel de 99,2 %. Les performances du modèle sont restées cohérentes lors de l'analyse des deux autres types de comportements d'attention conjointe. 

En ce qui concerne l'évaluation de la sévérité, qui catégorise la sévérité du TSA en aucun symptôme, léger-moderé et sévère, le modèle a atteint un AUROC de 90,3 %, une précision de 84,8 %, une justesse de 76,2 % et un rappel de 84,8 % lors de l'analyse des vidéos IJA.

Signification et implications futures

Les résultats suggèrent que l'IJA est une classification plus précise qui reflète le désir et l'intentionnalité des enfants pour l'interaction sociale par rapport aux autres comportements d'attention conjointe. Le professeur Park a souligné l'importance de leur recherche, déclarant que le modèle développé permet la numérisation objective des indicateurs comportementaux des enfants pour identifier le TSA et évaluer la sévérité des symptômes. Les résultats ont des implications pour le développement d'outils de dépistage et de méthodes de diagnostic précises pour le TSA et d'autres troubles neurologiques présentant des complexités comportementales.

Les chercheurs de l'Université Yonsei ont fait des progrès significatifs dans l'analyse de la sévérité du TSA en développant un modèle basé sur l'apprentissage profond. Leur évaluation objective des comportements d'attention conjointe offre une approche plus précise et quantitative pour diagnostiquer le TSA et prédire sa sévérité. Cette percée a le potentiel d'aider la recherche et l'évaluation clinique, en aidant au développement d'outils de dépistage et de méthodes de diagnostic pour le TSA et d'autres troubles neurologiques présentant des défis comportementaux similaires. Les résultats publiés dans JAMA Network Open contribuent à faire avancer la compréhension et la gestion du TSA.

Remarque : L'image à la une est par Iris, un enfant atteint d'autisme qui s'est exprimée par la peinture. Ses parents vendent ses œuvres d'art pour collecter des fonds pour sa thérapie privée et ses œuvres d'art. Grace a également Facebook page géré par les parents appelé «@IrisGracePainting». Elle a vendu plusieurs œuvres d'art au Royaume-Uni et dans le monde entier.