Les évaluations assistées par l'IA peuvent accélérer le diagnostic de l'autisme

Les évaluations assistées par l'IA peuvent accélérer le diagnostic de l'autisme

L'accès aux évaluations de l'autisme par le biais de soins de santé spécialisés est connu pour ses longs délais d'attente partout aux États-Unis. Dans le Missouri, de nombreuses familles attendent près d'un an pour un rendez-vous diagnostique. Selon des chercheurs de la faculté de médecine de l’Université du Missouri, l’IA pourrait être une solution pour réduire les temps d’attente.

L'auteur principal Kristin Sohl et son équipe ont travaillé avec Cognoa, Inc. pour tester leur dispositif médical approuvé par la FDA, CanvasDx, pour les médecins de soins primaires dans les zones sans soins pour l'autisme. Il intègre des algorithmes d'IA aux données des patients et fait une prédiction sur un diagnostic d'autisme positif ou négatif en fonction des informations fournies. S’il ne peut pas faire de prédiction claire, il renvoie un résultat « indéterminé ».

Notre mission est d'accroître l'accès aux meilleures pratiques en matière de soins de l'autisme dans les communautés rurales et mal desservies. Pour explorer CanvasDx en tant qu'outil potentiel de meilleures pratiques, nous avons exploité la communauté ECHO Autisme, qui forme des médecins de soins primaires à travers le Missouri et au-delà aux soins de l'autisme.

Kristin Sohl, auteur principal

Les enfants des zones rurales du Missouri attendent souvent plus longtemps pour accéder aux évaluations de l'autisme, ce qui donne aux familles la possibilité de recevoir les soins dont elles ont besoin. Selon l'étude, se rendre dans des centres spécialisés représentait une distance moyenne de 97 miles. Les soins sur place ont permis aux familles d'économiser de l'essence et de recevoir un diagnostic cinq à sept mois plus tôt que si elles avaient attendu.

"Des appareils comme CanvasDx, en particulier lorsqu'ils sont utilisés par des cliniciens ayant une expérience en autisme, peuvent aider à accélérer le diagnostic afin que les enfants puissent accéder plus rapidement aux services qui les soutiennent", a déclaré Sohl. "Cela peut également aider le clinicien et rationaliser les processus d'évaluation."

Dans l'étude, qui a utilisé les données de 80 enfants, l'appareil a donné des résultats clairs chez 52 % des patients, mais n'a pas produit de diagnostics faussement positifs ou négatifs et n'a jamais contredit le diagnostic d'un médecin. Sohl dit que cela met en évidence la nécessité pour les médecins d'être formés à l'évaluation, au diagnostic et aux soins de l'autisme.

"Reconnaître l'autisme et commencer un soutien individualisé à un enfant autiste sont essentiels pour optimiser ses résultats", a déclaré Sohl. « Les enfants autistes et leurs familles méritent un accès rapide et de haute qualité à des soins et à une expertise locaux. L'utilisation de dispositifs intégrés à l'IA comme CanvasDx peut accélérer les processus de diagnostic et ajouter des données objectives supplémentaires pour aider les médecins de premier recours à établir des diagnostics.

Kristin Sohl, MD, est pédiatre à MU Health Care et professeur de pédiatrie à la Mizzou School of Medicine. Elle est fondatrice et directrice exécutive du programme ECHO Autisme et directrice médicale du Missouri Telehealth Network (MTN) et du Bureau de formation continue des professionnels de la santé.

Sources :