Het onderzoek biedt de eerste fysiologische test voor autisme en stelt wetenschappers in staat autisme sneller te kunnen opsporen en op basis hiervan nieuwe behandelmethoden te ontwikkelen.
Voor het onderzoek werden in bloedmonsters 24 verschillenden metabolieten gemeten waarna Big Data werd gebruikt om patronen te herkennen die kunnen leiden tot een stoornis in het autistisch spectrum. Zonder Big Data zouden bepaalde patronen nooit zijn opgevallen, claimen de onderzoekers.
Meer research
Uit proeven bleek dat het algoritme voor meer dan 96 procent accuraat te zijn, maar het is nog ongeschikt om in te zetten in medische omgevingen. Er moet volgens de onderzoekers nog meer research worden gedaan om het systeem betrouwbaarder te maken.
Eerder dit jaar presenteerden onderzoekers van de University of North Carolina een studie waarbij een deep learning algoritme was ontwikkeld op basis waarvan kan worden voorspeld of een kind een verhoogd risico loopt op autisme. Het algoritme had een nauwkeurigheidspercentage van 81 procent.
Geef een reactie
Je moet inloggen om een reactie te kunnen plaatsen.