AI-støttede evalueringer kan fremskynde diagnosticeringen af ​​autisme

AI-støttede evalueringer kan fremskynde diagnosticeringen af ​​autisme

Adgang til autismeevalueringer gennem specialiseret sundhedspleje er berygtet for lange ventetider i hele USA. I Missouri venter mange familier næsten et år på en diagnostisk aftale. Ifølge forskere ved University of Missouri School of Medicine kunne kunstig intelligens være en løsning til at reducere ventetiden.

Hovedforfatter Kristin Sohl og hendes team arbejdede sammen med Cognoa, Inc. for at teste deres FDA-godkendte medicinske udstyr, CanvasDx, for primære læger i områder uden autismebehandling. Den integrerer AI-algoritmer med patientdata og foretager en forudsigelse om en positiv eller negativ autismediagnose afhængigt af de angivne oplysninger. Hvis den ikke kan lave en klar forudsigelse, returnerer den et "ubestemt" resultat.

Vores mission er at øge adgangen til bedste praksis for autismepleje i landdistrikter og undertjente samfund. For at udforske CanvasDx som et potentielt værktøj til bedste praksis, udnyttede vi ECHO Autism-fællesskabet, som uddanner primære læger på tværs af Missouri og videre i autismepleje."

Kristin Sohl, hovedforfatter

Børn i landdistrikterne i Missouri venter ofte længere på at få adgang til autismeevalueringer, og dette giver familier mulighed for at modtage den pleje, de har brug for. Ifølge undersøgelsen betød rejser til specialcentre en gennemsnitlig afstand på 97 miles. Pleje på stedet hjalp familier med at spare på gas og få en diagnose fem til syv måneder tidligere, end hvis de havde ventet.

"Enheder som CanvasDx, især når de bruges af klinikere med autismeerfaring, kan hjælpe med at fremskynde diagnosticering, så børn hurtigere kan få adgang til tjenester, der understøtter dem," sagde Sohl. "Det kan også hjælpe klinikeren og strømline vurderingsprocesser."

I undersøgelsen, som brugte data fra 80 børn, gav apparatet klare resultater hos 52 % af patienterne, men frembragte ikke falske positive eller negative diagnoser og modsagde aldrig en læges diagnose. Sohl siger, at dette understreger behovet for, at læger bliver uddannet om vurdering, diagnose og pleje af autisme.

"At erkende autisme og begynde individualiseret støtte til et barn med autisme er afgørende for at optimere deres resultater," sagde Sohl. "Autistiske børn og deres familier fortjener rettidig adgang af høj kvalitet til lokal pleje og ekspertise. Brug af AI-integrerede enheder som CanvasDx kan fremskynde diagnostiske processer og tilføje yderligere, objektive data for at hjælpe primære læger med at stille diagnoser."

Kristin Sohl, MD, er børnelæge ved MU Health Care og professor i pædiatri ved Mizzou School of Medicine. Hun er grundlægger og administrerende direktør for ECHO Autism Program og medicinsk direktør for Missouri Telehealth Network (MTN) og Office of Continuing Education for Health Professionals.

Kilder: