Laut einer neuen Studie kann ein Tool der künstlichen Intelligenz Autismus-Spektrum-Störungen mit 100-prozentiger Genauigkeit erkennen, indem es einfach Bilder von Kinderaugen scannt.
Sollte sich dies bestätigen, wäre dies ein großer Durchbruch bei der Erkennung der Erkrankung. Aber mehrere Autismus-Experten sagten gegenüber DailyMail.com, dass die Zahl unrealistisch sei und das Ergebnis wahrscheinlich „zu schön um wahr zu sein“ sei.
In den USA ist schätzungsweise eines von 36 Kindern von Autismus betroffen, doch bei vielen Kindern bleibt die Diagnose erst später in der Kindheit unerkannt, sodass ihnen mögliche Therapien vorenthalten werden.
Wenn eine technologische Lösung dazu beitragen könnte, lange Wartezeiten für Autismus-Spezialisten oder andere Hindernisse bei der Diagnose zu verkürzen, könnte dies Millionen von Familien zugute kommen.
Ein neues KI-Tool kann Autismus anhand von Netzhautscans mit 100-prozentiger Genauigkeit erkennen, sagen seine Erfinder. Autismus-Experten sind nicht überzeugt und sagen, die Ergebnisse seien „zu schön, um wahr zu sein“
Autismus ist eine Erkrankung, die mit einer veränderten Gehirnentwicklung einhergeht und der Sehnerv die Netzhaut auf einem sehr kurzen Weg mit dem Gehirn verbindet.
Es liegt also nahe, dass sich Gehirnunterschiede in den Augen widerspiegeln könnten.
Dutzende Nachrichtenagenturen haben die Neuigkeiten über das KI-Tool aufgegriffen, das von einem Forscherteam der Yonsei-Universität in Seoul entwickelt wurde.
Experten sagen jedoch, dass es noch zu früh ist, diesen Ergebnissen zu vertrauen, und dass die Forschung mehrere Warnsignale auslöst – angefangen bei der 100-prozentigen Genauigkeitszahl.
„Hier stimmt eindeutig etwas nicht“, sagte Fred Shic, Autismusforscher an der Yale School of Medicine, gegenüber DailyMail.com. Shic erforscht Eye-Tracking- und Bildgebungstechniken bei autistischen Kindern.
„Es gibt keine Möglichkeit, dass dieser Test genauer ist als der von Ärzten“, sagte er gegenüber DailyMail.com. „Diese Zuverlässigkeit ist selbst bei den besten Klinikern der Welt nicht hundertprozentig.“
Andere Autismus-Experten teilen Shics Skepsis.
„Es scheint einfach zu schön, um wahr zu sein“, sagte Cathy Lord, angesehene Professorin für Psychiatrie an der University of California in Los Angeles, gegenüber DailyMail.com.
Lord ist Mitentwickler des Autism Diagnostic Observation Schedule-Second Edition (ADOS-2), dem klinischen Goldstandard-Tool zur Beurteilung der Kinder in der neuen Studie.
Sie sagte, sie hoffe, dass andere Forscher versuchen würden, die Ergebnisse zu wiederholen, indem sie das Experiment erneut durchführen und die Ergebnisse mit diesem vergleichen.
„Es scheint einen Versuch wert zu sein, es nachzuahmen, aber ich bin sehr skeptisch“, fügte sie hinzu.
DailyMail.com hat sich an die Autoren der Studie gewandt und wird diese Geschichte aktualisieren, wenn wir eine Antwort erhalten.
An der betreffenden Studie nahmen 958 Kinder teil: 479 mit Autismus und 479 ohne Autismus.
Beide Gruppen hatten die gleiche Aufteilung von Jungen und Mädchen – 82 Prozent Jungen und 18 Prozent Mädchen – was dem in den meisten Ländern herrschenden Geschlechterverhältnis von 4:1 entspricht.
Die Forscher fütterten Bilder der Netzhaut von Kindern, um den Algorithmus zu trainieren, wobei sie Kinder mit anderen psychiatrischen Erkrankungen ausschlossen, die die Ergebnisse erschweren oder verwirren könnten.
Spezialisten untersuchten die Kinder mit dem ADOS-2, um zu bestätigen, dass sie Autismus hatten, und um zu beurteilen, wie ausgeprägt ihre Autismusmerkmale waren.
Ein tiefes neuronales Netzwerk wurde darauf trainiert, mithilfe von Iris-Scans zwischen Kindern mit und ohne Autismus zu unterscheiden. Außerdem wurde gelernt, wie man den Schweregrad von Autismusmerkmalen mit den Netzhautscans in Verbindung bringen kann.
Netzhautscans haben sich beim Screening auf bestimmte Erkrankungen wie Alzheimer als wirksam erwiesen
Als das KI-Tool an einer anderen Gruppe von Kindern als der, an der es trainiert wurde, getestet wurde, erkannte es laut der Studie, die in veröffentlicht wurde, die Diagnose der Kinder in 100 Prozent der Fälle genau JAMA-Netzwerk geöffnet.
Darüber hinaus konnte der Schweregrad von Autismus allein anhand von Netzhautscans mit einer Genauigkeit von etwa 74 Prozent bestimmt werden.
Die Idee, die Netzhaut zu scannen, um Autismus zu erkennen, sei „faszinierend und vielversprechend“, sagte Geri Dawson, Direktorin der Duke Autism Clinic, gegenüber DailyMail.com. „Veränderungen in der Netzhaut wurden auch zur Vorhersage der Alzheimer-Krankheit herangezogen.“
Mehrere Studien haben gezeigt, dass autistische und neurotypische Menschen erhebliche Unterschiede in den Nerven der Netzhaut aufweisen.
Es sind jedoch weitere Untersuchungen erforderlich, um festzustellen, ob die Unterschiede zwischen den beiden Kindergruppen auf Autismus oder einen anderen Faktor zurückzuführen sind.
„Die Unterschiede könnten ein Indikator für Gehirnveränderungen sein, die beispielsweise allgemeiner mit kognitiven Behinderungen verbunden sind“, sagte Dawson. „Außerdem stellen die Autoren fest, dass viele der autistischen Teilnehmer Medikamente einnahmen, die die Netzhaut hätten beeinträchtigen können.“
Der durchschnittliche Intelligenzquotient (IQ) der Autismusgruppe lag bei 70 und lag damit genau an der Grenze für die Diagnose einer geistigen Behinderung.
Die Forscher haben jedoch keine IQ-Werte für die nicht-autistischen Kinder angegeben, so dass dieser unberücksichtigte Faktor die Studie noch komplizierter macht, sagte Thomas Frazier, Professor für Psychologie an der John Carroll University, gegenüber DailyMail.com.
„Das macht den Vergleich zu [typically developing children] „Für klinische Zwecke ist es sogar noch weniger realistisch“, sagte er.
Aber selbst das würde keine 100-prozentige Genauigkeit gewährleisten, sagte Lord.
„Wenn es nur um den IQ ginge, würde man immer noch weniger perfekte Ergebnisse erwarten.“
Mehrere Forschungsteams arbeiten an Smartphone- oder Tablet-basierten Apps zur Erkennung von Autismus, aber diese Apps konzentrieren sich auf soziale Aufmerksamkeit und nicht auf Netzhautscans
Auch das KI-Modell selbst könnte das Problem sein, sagten mehrere Experten.
Etwas anderes als die Netzhaut, die die Diagnose eines Kindes verrät, könnte irgendwie in die Bilder einbezogen werden und die KI auf ihren unrealistischen 100-Prozent-Wert bringen, sagte Shic.
„Dies könnte so einfach sein wie ein Wort, das die Datenquelle spezialisierter Unternehmen beschreibt.“ [autism] Kliniken“, sagte er. Es könnte auch zu geringfügigen Änderungen der Bildqualität zwischen den beiden Gruppen kommen.
Auf einer Konferenz für Akustiktechnik im Jahr 2013 nahm das Labor von Shri Narayanan an einem Wettbewerb teil, bei dem es eine Methode zur Identifizierung autistischer Kinder anhand von Sprachaufzeichnungen entwickelte.
Sie haben sehr gute Ergebnisse erzielt, sagte Narayanan, Universitätsprofessor und Nikias-Lehrstuhl für Ingenieurwissenschaften an der University of Southern California, gegenüber DailyMail.com
Es stellte sich jedoch heraus, dass sie durch einen versteckten Faktor verursacht wurden: die Klangqualität.
Die Leistung ihres Systems sei tatsächlich auf den Unterschied zwischen lauten Hauptklassenzimmern und ruhigen Sonderschulklassenzimmern zurückzuführen – ein Unterschied, der sich in den Sprachaufzeichnungen widerspiegele – „die fälschlicherweise die scheinbar richtige Antwort lieferten“, sagte er.
„Das Versprechen, einen klinischen Zustand mit Daten und neuen (KI-)Tools untersuchen und diagnostizieren zu können, ist zwar spannend und kann wirkungsvoll sein, muss aber mit äußerster Sorgfalt und Vorsicht umgesetzt werden“, sagte Narayanan.
Es sind bereits einige Apps in der Entwicklung, die Autismus diagnostizieren sollen.
Sie neigen dazu, zu verfolgen, wohin ein Kind schaut, und nicht die tatsächliche Struktur seiner Augen.
Da soziale Kommunikationsprobleme eines der Kernmerkmale von Autismus sind, haben Forscher versucht, Kinder auf Autismus anhand der Frage zu untersuchen, ob sie Objekten mehr Aufmerksamkeit schenken als Menschen.
Eine solche App, die von einem Team der Duke University entwickelt wird, hat in einer Studie aus dem Jahr 2021 die Autismusdiagnose mit einer Genauigkeit von 90 Prozent vorhergesagt.
Mithilfe von Eye-Tracking-Software und Smartphone-Kameras zeigte diese App Kleinkindern Videos von Menschen, die mit Spielzeug redeten und spielten, und erkannte, ob Kleinkinder den Spielzeugen oder den Menschen mehr Aufmerksamkeit schenkten.
Aber jede Technologie, die zur Diagnose oder Behandlung einer Erkrankung eingesetzt wird, muss noch immer einer Prüfung und Freigabe durch die Food and Drug Administration unterzogen werden, und nur wenige Studien zu neuen Techniken schaffen es letztlich so weit.