TechforID – Prof. Heazer Hazlet dan tim ilmuan di University of North Carolina, dan Chapel Hill berhasil mendeteksi Autisme pada bayi berusia 6 bulan lewat Deep Learning.
Deep Learning ini dilakukan dimana data yang ada di pakai untuk memprediksi apakah seorang anak berisiko tinggi autisme.
Algoritma tersebut katanya dengan tepat memprediksi diagnosis akhir pada anak-anak berisiko tinggi dengan akurasi 81% dan sensitivitas 88%.
Hasil ini dianggap sangat bagus kalau dibandingkan dengan menggelar kuesioner perilaku, dimana hanya menghasilkan tingkat keakuratan 50% saja.
Sebagai bagian dari Studi Pencitraan Otak Bayi, sebuah National Institutes of Health Amerika mendanai studi perkembangan otak awal pada autisme.
Mereka mendaftarkan 106 bayi dengan saudara yang lebih tua yang telah diberi diagnosis autisme, dan 42 bayi tanpa riwayat itu.
Mereka memindai otak setiap anak pada rentan usia sekitar 6, 12, dan 24 bulan.
Para peneliti melihat tidak ada perubahan dalam pertumbuhan otak bayi secara keseluruhan antara usia 6 dan 12 bulan.
Baca juga : Huawei Watch D, Jam Tangan Keren yang Bisa Rekam EKG dan Tekanan Darah
Namun ada peningkatan signifikan pada luas permukaan otak anak-anak berisiko tinggi yang kemudian didiagnosis autisme. Peningkatan luas permukaan itu terkait dengan pertumbuhan volume otak yang terjadi antara usia 12 dan 24 bulan.
Dengan kata lain, pada autisme, otak yang sedang berkembang pertama-tama tampak mengembang di area permukaan selama 12 bulan, kemudian secara keseluruhan dalam 24 bulan.
Tim juga melakukan evaluasi perilaku pada anak berusia 24 bulan, ketika mereka cukup besar untuk mulai menunjukkan perilaku khas autisme.
Misalnya seperti kurangnya minat sosial, bahasa yang tertunda, dan gerakan tubuh yang berulang.
Para peneliti mencatat bahwa semakin besar pertumbuhan otak yang berlebihan, gejala autis anak cenderung lebih parah.
Meskipun temuan baru menegaskan bahwa perubahan otak yang terkait dengan autisme terjadi sangat awal dalam kehidupan, para peneliti tidak berhenti di situ.
Bekerja sama dengan ilmuwan komputer di UNC dan College of Charleston, tim membangun sebuah algoritme.
Kemudian melatihnya dengan pemindaian otak, dan menguji apakah ia dapat menggunakan perubahan otak awal ini untuk memprediksi anak mana yang nantinya akan didiagnosis dengan autisme.
Dengan hanya menggunakan tiga variabel yaitu luas permukaan otak, volume otak, dan jenis kelamin (anak laki-laki lebih cenderung memiliki autisme daripada anak perempuan) algoritma tersebut mengidentifikasi delapan dari 10 anak dengan autisme. “hasilnya cukup bagus, dan jauh lebih baik daripada beberapa alat perilaku,” kata Hazlett.
Baca artikel selanjutnya :
