AI Membantu Identifikasi Autisme pada Balita dengan Dirikurasi 80

AI Membantu Identifikasi Autisme pada Balita dengan Akurasi 80%
Penelitian terbaru menunjukkan kecerdasan buatan dapat membantu mengidentifikasi balita yang mungkin autis dengan akurasi sekitar 80%. (freepik)

KECERDASAN buatan atau AI dirasa dapat membantu para ahli mengidentifikasi balita yang mungkin autis, kata para peneliti. Setelah mengembangkan sistem penyaringan, mereka mengatakan keakuratannya sekitar 80% untuk anak-anak di bawah usia dua tahun.

Dengan begitu, para peneliti mengatakan pendekatan mereka, yang didasarkan pada jenis AI yang disebut pembelajaran mesin, dapat memberikan manfaat.

Dr Kristiina Tammimies, salah satu penulis penelitian dari Karolinska Institutet di Swedia, mengatakan “Dengan menggunakan model AI, kita dapat menggunakan informasi yang tersedia dan mengidentifikasi lebih awal individu dengan kemungkinan tinggi mengidap autisme sehingga mereka bisa mendapatkan diagnosis dan pertolongan lebih dini.”

Baca juga : 5 Golongan Rentan Cacar Monyet Harus Lebih Gencar Melakukan Pencegahan

“Saya ingin menekankan algoritma tidak dapat mendiagnosis autisme karena hal ini masih harus dilakukan dengan metode klinis standar emas.”

Ini bukan pertama kalinya para peneliti mencoba memanfaatkan AI untuk mendeteksi autisme. Di antara penelitian lainnya, para ilmuwan sebelumnya telah menggunakan teknologi tersebut bersama dengan pemindaian retina anak-anak.

Cek Artikel:  Selain Lomba, Ini Langkah Lain Merayakan Momen Kemerdekaan

Menulis di jurnal Jama Network Open, Tammimies dan rekannya melaporkan bagaimana mereka memanfaatkan data dari inisiatif penelitian AS yang disebut studi Spark yang mencakup informasi dari 15.330 anak dengan diagnosis autisme dan 15.330 tanpa diagnosis.

Baca juga : Investasi Digital di Bidang AI Diperlukan untuk Mendukung Pertumbuhan Ekonomi Nasional

Tim peneliti menjelaskan bagaimana mereka berfokus pada 28 ukuran yang dapat dengan mudah diperoleh sebelum anak berusia 24 bulan, berdasarkan informasi yang dilaporkan orangtua dari kuesioner medis dan latar belakang, seperti usia saat pertama kali anak tersenyum.

Mereka kemudian menciptakan model pembelajaran mesin yang mencari pola berbeda dalam kombinasi fitur-fitur di antara anak-anak autis dan non-autis. Setelah menggunakan data untuk membangun, menyempurnakan, dan menguji empat model yang berbeda, tim memilih model yang paling menjanjikan, dan mengujinya pada kumpulan data lebih lanjut yang terdiri dari 11.936 peserta yang datanya tersedia untuk fitur yang sama. Secara total, 10.476 dari peserta ini didiagnosis autisme.

Hasilnya mengungkapkan, secara keseluruhan, model tersebut dengan tepat mengidentifikasi 9.417 (78,9%) peserta dengan atau tanpa gangguan spektrum autisme, dengan akurasi 78,5% untuk anak-anak berusia hingga dua tahun, 84,2% untuk mereka yang berusia dua hingga empat tahun, dan 79,2% untuk mereka yang berusia empat hingga 10 tahun.

Cek Artikel:  Ini 7 Rahasia Buat Rambut Jadi Tebal dan Berkilau

Baca juga : Tak Tengah Libatkan Guru, Sekolah di Inggris Gunakan AI untuk Ajarkan Matematika dan Bahasa

Sementara itu, pengujian lebih lanjut menggunakan rangkaian data lain yang mencakup 2.854 individu autis mengungkapkan model tersebut dengan tepat mengidentifikasi 68% dengan diagnosis tersebut.

“Kumpulan data ini merupakan kelompok penelitian lain yang memiliki keluarga dengan hanya satu anak autis dan beberapa parameter tidak ada, sehingga kinerjanya sedikit lebih rendah, yang menunjukkan bahwa kita perlu melakukan pengembangan lebih lanjut,” ujar Tammimies.

Para peneliti mengatakan ukuran yang tampak paling signifikan secara umum terkait prediksi model tersebut adalah meliputi masalah dalam mengonsumsi makanan, usia saat pertama kali menyusun kalimat yang lebih panjang, usia saat mencapai latihan pispot, dan usia saat pertama kali tersenyum.

Cek Artikel:  Kiat Agar Anak Tumbuh Tinggi

Baca juga : Kehadiran AI Mudahkan Pebisnis Jalankan Usaha

Tim peneliti tersebut menambahkan bahwa adanya analisis tambahan, yaitu membandingkan peserta yang diidentifikasi dengan benar oleh model sebagai autis dan mereka yang salah diidentifikasi sebagai non-autis. Hasilnya menunjukkan  model tersebut cenderung mengidentifikasi autisme pada individu dengan gejala yang lebih parah dan masalah perkembangan yang lebih umum.

Tetapi, beberapa pakar mendesak agar tetap berhati-hati, dengan mencatat kemampuan model untuk mengidentifikasi orang non-autis dengan benar hanya 80%, yang berarti 20% akan secara keliru ditandai sebagai kemungkinan autis. Mereka juga mencatat bahwa mendorong diagnosis dini bisa jadi bermasalah.

Profesor Ginny Russell dari Universitas Exeter mengatakan hal itu terjadi karena sulit untuk menentukan balita mana yang mungkin memiliki gangguan yang sangat serius dan mana yang akan mengejar meskipun awalnya lambat.

“Rekomendasi saya adalah di bawah dua tahun terlalu dini untuk mulai menerapkan label psikiatris berdasarkan beberapa penanda seperti perilaku makan,” katanya. (The Guardian/Z-3)

Mungkin Anda Menyukai