Aggiungi ai preferiti
Vedi traduzione automatica
Questa è una traduzione automatica. Per vedere il testo originale in inglese
cliccare qui
#News
{{{sourceTextContent.title}}}
Il AI ed i RMI alla nascita possono predire lo sviluppo conoscitivo
{{{sourceTextContent.subTitle}}}
I ricercatori all'università di Carolina School del nord di medicina hanno usato le scansioni del cervello di RMI e le tecniche di apprendimento automatico alla nascita per predire lo sviluppo conoscitivo all'età 2 anni con 95 per cento di accuratezza.
{{{sourceTextContent.description}}}
«Questa previsione potrebbe contribuire ad identificare i bambini a rischio dello scarso sviluppo conoscitivo poco tempo dopo la nascita con alta precisione,» ha detto l'autore John H. Gilmore senior, MD, Thad e Alice Eure Distinguished Professor della psichiatria e direttore del centro di UNC per eccellenza nella salute mentale della Comunità. «Per questi bambini, un intervento iniziale durante il primo anno o così di vita quando lo sviluppo conoscitivo sta accadendo - potrebbe contribuire a migliorare i risultati. Per esempio, in bambini prematuri che sono al rischio, uno potrebbe utilizzare la rappresentazione per vedere chi potrebbe avere problemi.»
Lo studio, che è stato pubblicato online dal giornale NeuroImage, ha usato un'applicazione di intelligenza artificiale chiamata apprendimento automatico per esaminare i collegamenti della materia bianca nel cervello alla nascita ed alla capacità di questi collegamenti predire i risultati conoscitivi.
Gilmore ha detto i ricercatori ad UNC ed altrove sta lavorando per trovare i biomarcatori della rappresentazione del rischio per i risultati conoscitivi difficili e per il rischio di termini neuropsichiatrici quali autismo e la schizofrenia. In questo studio, i ricercatori hanno ripiegato l'individuazione iniziale in un secondo campione dei bambini che nascevano prematuramente.
«Il nostro studio trova che la rete della materia bianca alla nascita è altamente premonitrice e può essere un biomarcatore utile della rappresentazione. Il fatto che potremmo ripiegare i risultati in un secondo insieme dei bambini fornisce la prova ben fondata che questa può essere un'individuazione reale e generalizzabile,» ha detto.