Analisi predittiva, intelligenza artificiale e autismo nei bambini

Indice

• Evidenze e dati
  • Screening e intelligenza artificiale
  • Modello di apprendimento e valutazione
  • Conclusioni

Un’analisi predittiva attraverso la catalogazione di dati specifici raccolti, tramite intelligenza artificiale può essere una scoperta importante. Una visione senza bias di ciò che realmente esiste all’interno di una data linea di informazioni mediche, può aprire nuove finestre di catalogazione. Una concretezza di risultati è un obiettivo raggiunto. Su queste modalità di interazione analitica si sono mossi già da tempo i ricercatori della Duke e della John Hopkins University. La decisione è stata quella di utilizzare una serie di dati e algoritmi per individuare patologie non evidenziate in nessun altro modo. Questa è la nuova scelta di ricerca medica.

Evidenze e dati

L’intelligenza artificiale in questo caso ha fatto davvero molto. Alcuni mesi fa queste due Università hanno definito un criterio di risposta davvero importante prendendo come esempio una serie di dati relativi ai bambini affetti da autismo. La cosa strabiliante è che attraverso la raccolta delle evidenze minime storiche e delle reazioni monitorate dei piccoli pazienti, si è riusciti a sviluppare un modello predittivo tale da riconoscere già i segnali dell’autismo in pazienti di quattordici mesi. Parliamo di uno studio accademico che ha fatto riferimento ad una vera e propria diagnosi precoce di questo disturbo, con la possibilità di anticipare ogni tipo di cura e supporto.

Partendo da questa ricerca americana potremmo spostare l’attenzione sui margini di screening europei in fatto di autismo. Rispetto agli Stati Uniti, dove è realmente precoce l’attenzione medica nei confronti dei bambini che possono aver sviluppato questo disturbo, in Europa le cose sono ben diverse. Ci sono infatti notevoli discrepanze che riguardano le raccomandazioni date da diverse istituzioni sullo screening universale per lo spettro autistico nei bambini. Alcuni raccomandano che tutti i bambini siano sottoposti a uno strumento specifico analitico per l’autismo durante le visite di controllo già a 18 e 24 mesi. Tutto questo in concomitanza con la sorveglianza dello sviluppo in corso e lo screening dello sviluppo a banda larga.

Screening e intelligenza artificiale

Altri invece concordano sul fatto che le prove attuali siano insufficienti per valutare il bilanciamento dei benefici e dei rischi dello stesso screening. Screening attuato sui bambini per i quali non siano state sollevate preoccupazioni dai loro genitori o da un medico. E infine, altri raccomandano di non effettuare uno screening universale, ma di effettuare uno screening tra i bambini ad alto rischio. Non esiste quindi alcuna raccomandazione univoca in Europa. Sta di fatto che ci si è addirittura spostati sui cinquanta mesi come soglia minima di controllo.

Troppo tardi secondo i ricercatori della Duke e della Johns Hopkins. In questo modo la maggior parte dei bambini nei quali l’autismo viene identificato troppo tardi, non è quindi in grado di beneficiare appieno degli interventi precoci. Questo vuol dire che l’assenza di diagnosi precoce può comportare, come si è evidenziato, diversi problemi. Non usare una diagnosi predittiva in questo caso può creare delle disparità nella gestione dei dati ottenuti, con risultati errati o peggiori che possono poi vacillare tra pregiudizi di genere, sociali ed etnici.

Modello di apprendimento e valutazione

Con questa visione, i ricercatori hanno deciso di sviluppare strumenti per rilevare l’autismo a cadenza fissa, dal primo al dodicesimo mese di età del bambino. E lo hanno fatto partendo dall’utilizzo di dati prelevati dalle stesse cartelle cliniche elettroniche in uso presso gli ospedali collegati agli atenei. Per valutare le prestazioni del modello, sono stati misurati la sensibilità, la specificità e il valore predittivo positivo. Quest’ultimo inteso come la probabilità che un paziente abbia, o non abbia, una certa malattia partendo dal risultato di un test. Le previsioni del modello, peraltro, sono state poi messe a confronto con indagini tipicamente utilizzate negli screening dell’autismo.

Conclusioni

I risultati raggiunti dal team di ricerca suggeriscono che il rilevamento dell’autismo basato su dati acquisiti da cartelle cliniche elettroniche potrebbe essere integrato con le indagini sui caregiver degli interessati. Questo andrebbe a migliorare l’accuratezza dello screening stesso. Il tutto con controlli di routine che potrebbero aiutare nel monitoraggio passivo basato su modelli predittivi per migliorare l’accuratezza del rilevamento del disturbo.