Ученые из России и Китая создали уникальный подход для диагностики аутизма, используя данные электроэнцефалографии (ЭЭГ) и методы искусственного интеллекта. Разработанный алгоритм позволяет выявлять аутизм с вероятностью 95%, как сообщила пресс-служба Российского научного фонда (РНФ).
«Алгоритм, который мы разработали, специально направлен на поиск отличительных черт в группе детей с аутизмом, учитывая функциональные сети здоровых детей как общие для обеих групп. Это позволило нам обнаружить признаки, которые другие алгоритмы машинного обучения упускают. В будущем наш подход на основе машинного обучения поможет выявлять заболевания аутистического спектра на более ранних стадиях,» — отметил профессор Балтийского федерального университета Александр Храмов, чьи слова приводятся в пресс-релизе РНФ.
Для создания этой системы ученые использовали данные ЭЭГ, собранные при наблюдении за работой мозга 298 детей в возрасте от 2 до 16 лет, половина из которых была носителями различных форм аутизма. Исследователи стремились выявить характерные особенности электрической активности мозга, присущие только детям с аутизмом.
Для обработки данных использовался контрастный вариационный автокодировщик — особый тип нейросетей, адаптированный для поиска неочевидных закономерностей. Этот алгоритм был дополнительно усилен методами из теории графов, что позволило ему эффективно работать с данными ЭЭГ.
Результаты показали, что новый алгоритм способен распознавать аутизм по данным ЭЭГ с 95% вероятностью, значительно превосходя существующие ИИ-методы, которые достигают точности около 80%. При этом количество ложноположительных результатов было минимальным — система практически не ошибалась, не причисляя здоровых детей к числу носителей аутизма.
Кроме того, исследователи обнаружили несколько характерных особенностей у детей с аутизмом, включая ослабление функциональных связей в лобной доле мозга. В связи с этим они рекомендуют научному сообществу сосредоточиться на этих данных при изучении механизмов развития аутизма.
