محققین از اسکن مغزی و هوش مصنوعی برای تشخیص تفاوت در طریقه همگام سازی ناحیه های کلیدی مغز نوزادان استفاده کردند، این به آن ها اجازه می‌دهد تا به درستی پیش‌بینی کنند که کدام کودک در زمان ۱ تا ۳ سالگی دچار اختلال طیف اوتیسم (ASD) خواهد شد. این اولین بار است که یک اسکن برای تایید پیشرفت بیماری در کودکان در ریسک استفاده شده است و فرصت را برای درمان زودتر و تشخیص چگونگی پیشرفت ویژگی های اوتیسم فراهم می‌کند.
این تحقیق که توسط دانشمندان دانشگاه کالیفرنیا و واشنگتن رهبری می‌شود، در رقابت تنگاتنگ می‌باشد با تحقیق پیشینی که از دو اسکن، در ۶ و ۱۲ ماهگی، برای پیش‌بینی استفاده می‌کرد. نه تنها این روش جدید تعداد اسکن‌هایی را که برای داوری نیاز است کاهش می‌دهد، بلکه با دقت بیشتر از ۹۶ درصد نسبت به ۸۱ درصد در تحقیق قبلی، می‌تواند ابتلا به اوتیسم در دو سالگی را در کودکان ۶ ماهه تشخیص دهد.
ASD یک اصطلاح کلی برای توضیح محدوده‌ای از اختلالات در اعمال ارتباطی و اجتماعی است که اغلب همراه با رفتارهای محدود و تکرار شونده است. تخمین ها درباره شیوع این اختلال متفاوت است، طی برخی گزارش‌ها نتیجه‌گیری می‌شود که یک کودک از ۶۸ کودک زیر ۸ سال در این دسته قرار می‌گیرند.
مقاله‌ی مرتبط: اوتیسم
تنها یک دلیل مسبب ویژگی های ASD نیست بلکه ژن‌های متعدد، اختلال در عملکرد متابولیکی و موارد عصبی دخیل هستند؛ اما دلیل اساسی هرچه باشد تا کنون تشخیص آن تنها زمانی ممکن بود که کودک شروع به رفتار های پیچیده اجتماعی می‌کرد، به طور معمول حدود سن دوسالگی.
محقق جان پروت از دانشگاه واشنگتن گفت:
هیچگونه نشانه رفتاری برای تشخیص اوتیسم قبل از پیشرفت علایم آن وجود ندارد، علایمی که در سال دوم زندگی پدیدار می‌شوند.
محققین از MRI برای آنالیز ۲۳۰ ناحیه از مغز ۵۹ نوزادی که حداقل یک خواهر یا برادر بزرگتر مبتلا به ASD داشتند، استفاده کردند. به طور مشخص به جای جستجو برای تفاوت‌های آناتومیکی، آن ها تفاوت‌های بین طریقه ارتباط و همگام‌سازی این نواحی با هم را سنجیدند. همکاری این نواحی در رفتارهای مرتبط با اوتیسم مانند تکلم، رفتارهای تکرارشونده و وظایف اجتماعی مهم شناخته شده بود. از میان بیش از ۲۶۰۰۰ ارتباطات ممکن، تیم ۹۷۴ ارتباط را در نوزادان ۶ ماهه مشخص کردند که می‌تواند برای پیش‌بینی بیماری تا ۲۴ ماهگی استفاده شود. آن ها این ارتباطات را در دستگاهی برنامه‌ریزی کردند؛ نتایج جالب توجه بود.
رابرت امرسون از دانشگاه کالیفرنیا در این‌باره اظهار داشت:
زمانیکه دستگاه طبقه‌بندی کودکان را مبتلا به اوتیسم تشخیص می‌داد اغلب نتیجه درست بود اما دو نفر از کودکان تشخیص داده نشدند. آن دو مبتلا به اوتیسم شدند اما برنامه کامپیوتری با توجه به داده‌هایی که در ۶ ماهگی به دست آمده بود، به درستی بیماری را پیش‌بینی نکرد.
نمونه بزرگتر و داده‌های بیشتر به تشخیص دقت این روش تشخیصی در طولانی مدت کمک خواهد کرد و این چیزی است که محققین در حال برنامه‌ریزی آن هستند. اگرچه بعید است که تنها یک تست اساس تشخیص بیماری در آینده باشد، بیشتر محتمل است که این تست بخشی از مشخصات ریسک توضیح داده شده توسط محققین در ارزیابی های متفاوت باشد.
امرسون معتقد است هنوز به بخش جالب‌توجه کار نرسیده‌ایم، زمانیکه به جای استفاده از یک گوشه از اطلاعات برای پیش‌بینی، همه ی اطلاعات را باهم استفاده کنیم. ASD درمانی ندارد اما محققین معتقدند تشخیص زودهنگام همراه با درمان هایی که برای کمک به مهارت های اجتماعی و ارتباطی مهم هستند، می‌تواند به کودک برای رویارویی با چالش های بیماری کمک کند.
جوزف پیوان از محققین دانشگاه کالیفرنیا نیز باور دارد هرچه بیشتر قبل از آشکارشدن علائم بیمای نسبت به مغز آگاهی داشته باشیم، برای کمک به کودکان و خانواده‌های آن ها بیشتر آماده خواهیم بود. برای بیشتر خانواده‌های در ریسک داشتن فرزندی مبتلا به ASD، آگاهی به اینکه نیازمند آماده‌کردن فرزند کوچک خود با مهارت‌هایی که برای کنار آمدن با شرایط خود هستند، قدم بزرگی رو به جلو خواهد بود.
