AI-baserade verktyg har potential att bidra till bättre stöd
Forskarna utvecklade även en maskininlärningsmodell som, utifrån kliniska och genetiska uppgifter kunde uppskatta sannolikheten för autism hos för tidigt födda barn redan vid eller strax efter födseln.
– AI-verktyg har stor potential för att förutsäga olika tillstånd inom vården, men det handlar inte om att sätta definitiva etiketter, utan om att ge barn de bästa förutsättningarna för tidigt stöd, säger Yali Zhang. Vår studie tyder på att prematuritet, i kombination med genetisk bakgrund kan motivera tätare uppföljning och anpassad vård.
Forskargruppen ser nu fram emot att validera resultaten i större, populationsbaserade kohorter med genetiska och långsiktiga hälsodata, samt hoppas kunna vidareutveckla tidiga screeningsverktyg för prematura barn i klinisk vård.
Till artikeln
Prematurity and genetic liability for autism spectrum disorder.
Zhang Y, Yahia A, Sandin S, Åden U, Tammimies K
Genome Med 2025 Oct;17(1):108