Ajouter à mes favoris
Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais
cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
L'AI et les IRM à la naissance peuvent prévoir le développement cognitif
{{{sourceTextContent.subTitle}}}
Les chercheurs à l'université de Carolina School du nord de médecine avaient l'habitude des balayages de cerveau d'IRM et des techniques d'apprentissage automatique à la naissance pour prévoir des années cognitives de développement à l'âge de 2 ans avec 95 pour cent d'exactitude.
{{{sourceTextContent.description}}}
« Cette prévision pourrait aider à identifier des enfants en danger pour le développement cognitif pauvre peu de temps après la naissance avec de grande précision, » a dit John H. Gilmore auteur supérieur, DM, Thad et Alice Eure Distinguished Professor de la psychiatrie et directeur du centre d'UNC pour l'excellence dans la santé mentale de la Communauté. « Pour ces enfants, une première intervention par la première année ou ainsi de la vie - quand le développement cognitif se produit - pourrait aider à améliorer des résultats. Par exemple, dans les prématurés qui sont en danger, on pourrait employer la représentation pour voir qui pourrait avoir des problèmes. »
L'étude, qui a été éditée en ligne par le journal NeuroImage, a employé une application d'intelligence artificielle appelée l'apprentissage automatique pour regarder des connexions de matière blanche dans le cerveau à la naissance et à la capacité de ces connexions de prévoir des résultats cognitifs.
Gilmore a dit des chercheurs chez UNC et ailleurs travaille pour trouver des biomarkers de représentation de risque pour des résultats cognitifs pauvres et pour le risque de conditions neuropsychiatriques telles que l'autisme et la schizophrénie. Dans cette étude, les chercheurs ont replié la conclusion initiale dans un deuxième groupe des enfants qui étaient nés pr3maturément.
« Notre étude constate que le réseau de matière blanche à la naissance est fortement prévisionnel et peut être un biomarker utile de représentation. Le fait que nous pourrions replier les résultats dans un deuxième ensemble d'enfants fournit la preuve irréfutable de que ceci peut être une vraie et généralisable conclusion, » il a dit.