Ny maskininlärningsmodell kan revolutionera tidig upptäckt av autism.
En studie i JAMA Network Open presenterar en maskininlärningsmodell, AutMedAI, som kan förutsäga autism hos barn under två år med nästan 80 % noggrannhet. Modellen är utformad för att använda grundläggande beteende- och medicinsk information, som ofta samlas in vid rutinmässiga barnläkarbesök, och kan därmed bli ett användbart verktyg för tidig autismupptäckt. Forskarna vid Karolinska Institutet använde data från SPARK-databasen med över 30 000 barn för att träna modellen, som baserades på 28 lättillgängliga utvecklings- och beteendemilstolpar. AutMedAI identifierar faktorer som ålder