AI-ondersteunde evaluaties kunnen de diagnose van autisme versnellen

AI-ondersteunde evaluaties kunnen de diagnose van autisme versnellen

Toegang tot autisme-evaluaties via gespecialiseerde gezondheidszorg is berucht vanwege de lange wachttijden in de Verenigde Staten. In Missouri wachten veel gezinnen bijna een jaar op een diagnostische afspraak. Volgens onderzoekers van de University of Missouri School of Medicine zou AI een oplossing kunnen zijn om de wachttijd te verkorten.

Hoofdauteur Kristin Sohl en haar team werkten samen met Cognoa, Inc. om hun door de FDA goedgekeurde medische apparaat, CanvasDx, te testen voor eerstelijnsartsen in gebieden zonder autismezorg. Het integreert AI-algoritmen met patiëntgegevens en doet een voorspelling over een positieve of negatieve diagnose van autisme, afhankelijk van de verstrekte informatie. Als het geen duidelijke voorspelling kan doen, retourneert het een “onbepaald” resultaat.

Onze missie is om de toegang tot best practices voor autismezorg in plattelands- en achtergestelde gemeenschappen te vergroten. Om CanvasDx te verkennen als een potentieel best practices-instrument, hebben we gebruik gemaakt van de ECHO Autisme-gemeenschap, die huisartsen in Missouri en daarbuiten opleidt in autismezorg.”

Kristin Sohl, hoofdauteur

Kinderen op het platteland van Missouri wachten vaak langer op toegang tot autisme-evaluaties, en dit biedt gezinnen de kans om de zorg te krijgen die ze nodig hebben. Volgens het onderzoek betekende reizen naar gespecialiseerde centra een gemiddelde afstand van 97 mijl. Door de zorg ter plaatse konden gezinnen besparen op benzine en kregen ze vijf tot zeven maanden eerder een diagnose dan wanneer ze hadden gewacht.

"Apparaten zoals CanvasDx kunnen, vooral wanneer ze worden gebruikt door artsen met autisme-ervaring, de diagnose helpen versnellen, zodat kinderen sneller toegang krijgen tot diensten die hen ondersteunen", aldus Sohl. “Het kan ook de arts helpen en de beoordelingsprocessen stroomlijnen.”

In het onderzoek, waarbij gegevens van 80 kinderen werden gebruikt, gaf het apparaat duidelijke resultaten bij 52% van de patiënten, maar leverde het geen vals-positieve of negatieve diagnoses op en sprak het nooit de diagnose van een arts tegen. Sohl zegt dat dit de noodzaak onderstreept dat artsen moeten worden voorgelicht over de beoordeling, diagnose en zorg van autisme.

"Het herkennen van autisme en het starten van geïndividualiseerde ondersteuning voor een kind met autisme zijn van cruciaal belang voor het optimaliseren van de resultaten ervan", aldus Sohl. "Autistische kinderen en hun families verdienen hoogwaardige, tijdige toegang tot lokale zorg en expertise. Het gebruik van AI-geïntegreerde apparaten zoals CanvasDx kan diagnostische processen versnellen en aanvullende, objectieve gegevens toevoegen om eerstelijnsartsen te helpen diagnoses te stellen."

Kristin Sohl, MD, is kinderarts bij MU Health Care en hoogleraar kindergeneeskunde aan de Mizzou School of Medicine. Zij is de oprichter en uitvoerend directeur van het ECHO Autism Program en de medisch directeur van het Missouri Telehealth Network (MTN) en het Office of Continuing Education for Health Professionals.

Bronnen: