Use of Artificial Intelligence in the Diagnostics of Autism Spectrum Disorder

Gabriele Mustika Kresnia (Department of Bioinformatics, School of Life Sciences, Indonesia International Institute for Life Sciences, Jakarta, Indonesia)
Arli Aditya Parikesit (Department of Bioinformatics, School of Life Sciences, Indonesia International Institute for Life Sciences, Jakarta, Indonesia)

Cermin Dunia Kedokteran
Vol 49, No 6 (2022): Nutrisi

Autism Spectrum Disorder (ASD) is a neurologic development disorder; it is listed in the Diagnostic and Statistical Manual of Mental Disorders, 5th Edition (DSM-V). Early diagnosis is critical in improving the life quality of individuals affected by ASD. Several studies show that Artificial Intelligence can be used in the diagnosis of ASD through biological means such as observing patient EEG data and surveying their genome. Articles were searched in the PUBMED database, ScienceDirect and Springer Link between 2019 - 2020. Four papers were selected for review. The papers were able to devise models that can accurately predict ASD in affected individuals, though some are based on old data and/or require testing on larger datasets to determine accuracy. As ASD diagnosis usually cannot be achieved before the individual shows symptoms, AI has the potential to improve ASD diagnosis in affected individuals. Further study to confirm the models and test on larger, more recent datasets would be required to develop more accurate models and achieve even better results.Autism Spectrum Disorder (ASD) merupakan salah satu gangguan perkembangan saraf yang tercantum pada Diagnostic and Statistical Manual of Mental Disorders, 5th Edition (DSM-V). Diagnosis dini sangat penting untuk meningkatkan kualitas hidup individu ASD. Beberapa penelitian menunjukkan bahwa Kecerdasan Buatan dapat digunakan untuk diagnosis ASD melalui metode berbasis biologis seperti mengamati data EEG pasien dan mensurvei genomnya. Review ini berbasis pencarian data antara 2019 – 2020 di database PUBMED, ScienceDirect dan Springer Link. Empat makalah kunci dipilih untuk ditinjau. Makalah-makalah tersebut mampu merancang model yang dapat memprediksi ASD secara akurat, meskipun beberapa aspek implementasinya didasarkan pada data usang dan/atau memerlukan pengujian pada kumpulan data yang lebih besar untuk menentukan akurasi. Mengingat diagnosis ASD biasanya tidak dapat dilakukan sebelum individu menunjukkan gejala sekunder, kecerdasan buatan berpotensi meningkatkan keandalan diagnosis ASD. Masih diperlukan studi lanjutan untuk mengkonfirmasi model dan pengujian pada kumpulan data yang lebih besar dan lebih baru untuk mengembangkan model yang memiliki presisi lebih baik dan hasil lebih akurat.