Медицинские учреждения должны интегрировать аналитические возможности искусственного интеллекта с клиническим опытом для создания более эффективных критериев диагностики аутизма.
К такому выводу пришли канадские нейробиологи, которые опубликовали результаты исследования в журнале Cell, как отмечает издание AI4Future.
Ученые акцентируют внимание на том, что нынешние методы диагностики аутизма сосредотачиваются преимущественно на социальных трудностях у детей, оставляя без внимания важные аспекты, такие как интересы детей и их спонтанное взаимодействие с предметами.
Один из главных авторов работы, клинический доцент психиатрии Монреальского университета (UdeM) Эммет Рабо, подчеркивает важность сотрудничества с Университетом Макгилла и надеется, что их исследование будет способствовать совершенствованию диагностики аутизма и улучшению поддержки для людей с этим расстройством.
По мнению ученых, особое внимание следует обращать на повторяющееся поведение детей и их специфические интересы, поскольку эти факторы могут быть более характерными для аутизма, чем это считалось ранее. Диагностика этого расстройства может занимать много лет, что задерживает необходимое лечение и поддержку, важные для улучшения качества жизни пациентов. Ошибочный диагноз, в свою очередь, может привести к неправомерным решениям в лечении и уходе.
Аутизм, главное расстройство нейроразвития, проявляется через трудности в социальных взаимодействиях, ограниченные интересы и повторяющееся поведение. По данным исследования, это заболевание затрагивает примерно 80 миллионов человек по всему миру.
