Rối loạn phổ tự kỷ (Autism Spectrum Disorder – ASD) từ lâu đã đặt ra thách thức lớn trong chẩn đoán sớm do tính đa dạng biểu hiện lâm sàng và sự phụ thuộc vào quan sát chủ quan.
Trong khi can thiệp sớm mang lại hiệu quả vượt trội trong giai đoạn phát triển não bộ còn linh hoạt, độ tuổi chẩn đoán trung bình vẫn ở mức trên 4 tuổi – trễ hơn đáng kể so với “cửa sổ vàng” trước 36 tháng tuổi.
Những tiến bộ gần đây trong trí tuệ nhân tạo (AI) đang mở ra một hướng đi mới: không chỉ tăng độ chính xác chẩn đoán, mà còn giúp phân tầng nguy cơ, theo dõi hành vi và hỗ trợ quyết định lâm sàng theo thời gian thực.
Bối cảnh hiện tại: Rào cản trong phát hiện sớm ASD
Các phương pháp chẩn đoán tự kỷ hiện nay chủ yếu dựa vào đánh giá hành vi qua các công cụ như ADOS-2 hoặc tiêu chuẩn DSM-5, do bác sĩ chuyên khoa phát triển tâm thần – thần kinh thực hiện. Tuy nhiên, việc tiếp cận chuyên gia vẫn còn hạn chế tại nhiều địa phương, với danh sách chờ kéo dài và nguồn lực chuyên môn thiếu hụt.
Bên cạnh đó, sự đa dạng trong biểu hiện bệnh – từ trẻ không có ngôn ngữ đến trẻ có trí tuệ bình thường nhưng thiếu kỹ năng xã hội – khiến việc nhận diện sớm càng thêm phức tạp. Tính chủ quan trong quan sát hành vi cũng làm gia tăng độ biến thiên giữa các đánh giá viên, dẫn đến tình trạng chẩn đoán trễ, đặc biệt ở trẻ nữ hoặc các ca có biểu hiện nhẹ.
AI trong chẩn đoán tự kỷ: Từ thuật toán đến ứng dụng lâm sàng
Trí tuệ nhân tạo, đặc biệt là học máy (machine learning), đang được ứng dụng rộng rãi trong phân tích dữ liệu thần kinh học, gene, hành vi vi mô và sinh trắc học kỹ thuật số.
Một nghiên cứu tại Đại học North Carolina do GS. Joseph Piven công bố trên Nature Medicine (2023) đã sử dụng AI để phân tích hình ảnh fMRI của trẻ 6 tháng tuổi có tiền sử gia đình mắc tự kỷ. Mô hình này dự đoán khả năng phát triển ASD với độ chính xác lên đến 81%, trước khi các triệu chứng hành vi rõ ràng xuất hiện.
Nhóm nghiên cứu tại Stanford đã phát triển ứng dụng di động sử dụng AI để phân tích biểu cảm khuôn mặt và hành vi tương tác xã hội của trẻ từ 18 tháng, cho phép sàng lọc tự động tại nhà. Trong khi đó, hợp tác giữa trường Đại học Duke và Viện Y tế Quốc gia Hoa Kỳ (NIH) đã chứng minh rằng việc phân tích chuyển động mắt bằng thuật toán AI trong các cảnh quay xã hội giúp đạt độ nhạy trên 85% trong phát hiện sớm ASD.
Can thiệp sớm: Thời gian vẫn là yếu tố quyết định
Dù AI hỗ trợ chẩn đoán hiệu quả, việc can thiệp sớm vẫn là nền tảng trong quản lý tự kỷ. Nhiều nghiên cứu chỉ ra rằng can thiệp trước 3 tuổi giúp cải thiện rõ rệt về ngôn ngữ, hành vi thích nghi và nhận thức.
AI không chỉ giúp sàng lọc nhanh hơn mà còn hỗ trợ lựa chọn liệu pháp phù hợp. Các công cụ theo dõi kỹ thuật số cho phép phụ huynh ghi nhận hành vi, mốc phát triển theo thời gian thực và gửi cảnh báo khi phát hiện bất thường. Đồng thời, nền tảng gợi ý điều trị tự động đang được phát triển để ghép trẻ vào các chương trình phù hợp như ABA (Applied Behavior Analysis) hoặc ESDM (Early Start Denver Model), dựa trên hồ sơ hành vi và nhu cầu cá thể hoá.
Tương lai gần: Mô hình chẩn đoán – can thiệp tích hợp
Sự kết hợp giữa AI và can thiệp sớm đang tái định hình toàn bộ mô hình chăm sóc tự kỷ. Các xu hướng nghiên cứu nổi bật bao gồm:
Mô hình đa lớp dữ liệu (multimodal):
Tích hợp dữ liệu gene, hành vi, môi trường sống để tạo hồ sơ nguy cơ cá nhân hoá.
Dự đoán nguy cơ theo thời gian thực:
Thiết bị đeo thông minh và cảm biến môi trường có thể theo dõi liên tục các dấu hiệu phát triển lệch chuẩn.
Ứng dụng toàn cầu:
Ở các khu vực thiếu chuyên gia, các công cụ sàng lọc sử dụng AI trên nền tảng di động hứa hẹn dân chủ hóa khả năng tiếp cận chẩn đoán sớm.
AI không chỉ là lớp bổ sung cho các công cụ chẩn đoán hiện có mà nó đang là động lực chính cho một mô hình mới: cá thể hoá, công bằng và can thiệp đúng thời điểm. Khi độ chính xác được xác thực và các khung pháp lý – đạo đức được hoàn thiện, AI có thể trở thành một phần không thể thiếu trong chăm sóc phát triển thần kinh, đặc biệt trong giai đoạn vàng của trẻ có nguy cơ ASD.
