Výskumníci v Južnej Kórei zaviedli revolučnú metódu v diagnostike poruchy autistického spektra (ASD) pomocou umelej inteligencie. Tým, že vyvinuli hlboký učiaci algoritmus nazvaný konvolučná neurónová sieť, boli schopní objektívne posúdiť prítomnosť ASD a vyhodnotiť závažnosť príznakov. Tréning modelu na základe obrázkov dúhovky oka umožnil umelej inteligencii presne určiť prítomnosť alebo absenciu autizmu.
Veľmi dobré výsledky
Nástroj umelej inteligencie úspešne identifikoval deti s autizmom a tých bez neho s presnosťou 100 %, čím ukázal svoj potenciál ako diagnostický nástroj. Výskumníci zdôraznili, že obrázky dúhovky mohli odhaliť ďalšie informácie o závažnosti príznakov, potenciálne slúžiac ako biomarkery pre ASD.
Hoci sú potrebné ďalšie výskumy na overenie týchto záverov, výskumníci sa domnievajú, že ich štúdia predstavuje významný pokrok pri vytváraní objektívnych nástrojov na diagnostikovanie ASD. Tieto nástroje by mohli prispieť k zmierňovaniu obáv spojených s obmedzeným prístupom k špecializovaným deťským psychiatrickým vyšetreniam z dôvodu nedostatku zdrojov.
Štúdia bola zverejnená v odbornom časopise „Jama Network Open.“
Zlepšenie diagnostiky autizmu pomocou umelej inteligencie: Odhalenie nových poznatkov
Výskumníci v Južnej Kórei začali revolučný prístup pri využívaní umelej inteligencie (AI) na diagnostiku poruchy autistického spektra (ASD). Ich pionierska práca odhalila inovatívnu metodiku, ktorá využíva silu hlbokých učiacich algoritmov na objektívne hodnotenie prítomnosti ASD a hodnotenie závažnosti sprievodných príznakov. Zameraním sa na analýzu obrázkov dúhoviek sa vyvinula konvolučná neurónová sieť s presnosťou rozlíšenia jednotlivcov s autismom od tých bez neho, ktorá stanovuje nový štandard diagnostického presnosti.
Rozšírenie obzorov
Vo svojom úsilí o rozšírenie rozsahu svojho výskumu výskumníci posilnili svoju štúdiu čítavosťou datasetu zahŕňajúcim 958 účastníkov mladších ako 19 rokov, z ktorých polovica dostala diagnózu ASD. Kohorta, ťahaná z Lekárskej fakulty Yonsei University v Kórei v období od apríla do októbra 2022, poskytla robustný základ pre rozvoj diagnostických schopností riadených umelej inteligencie v oblasti autizmu.
Odhalené nové poznatky
Mimo pôvodného úspechu v identifikácii autizmu s nebývalou presnosťou, nástroj umelej inteligencie vystúpil ako predzvesť nových poznatkov o stave. Využitím obrázkov dúhoviek naznačili výskumníci potenciál odhaliť ďalšie markery súvisiace s závažnosťou príznakov ASD, čím sa otvorila cesta pre vývoj biomarkerov, ktoré by mohli zmeniť diagnostické protokoly.
Klíčové otázky a výzvy
– Aký sú hlavné výhody používania umelej inteligencie pri diagnostike autizmu?
Využitie umelej inteligencie pri diagnostike autizmu ponúka neinvazívnu a objektívnu metódu, ktorá môže zvýšiť presnosť a efektivitu identifikácie stavu.
– Aké sú potenciálne nevýhody spojené s diagnózou založenou na umelej inteligencii?
Jednou z hlavných obáv je potreba zabezpečiť etické vývoj a validáciu umelej inteligencie modelov za účelom predchádzania skresleniam a nepresnostiam v diagnoze.
– Ako môže byť spoľahlivosť nástrojov umelej inteligencie pri diagnostike autizmu ďalej overená?
Pokračujúce výskumy a validačné štúdie sú nevyhnutné na overenie účinnosti a spoľahlivosti nástrojov umelej inteligencie pri diagnostike autizmu v rôznych populáciách a prostrediach.
Výhody a nevýhody
Výhody používania umelej inteligencie pri diagnostike autizmu zahŕňajú zvýšenú objektivitu, zvýšenú diagnostickú presnosť a možnosť odhaliť nové poznatky o stave. Avšak výzvy, ako etické úvahy, interpretovateľnosť AI algoritmov a potreba neustálej validácie, predstavujú značné prekážky pri širšom prijatí diagnostických nástrojov založených na umelej inteligencii.
Pre ďalší prieskum pokrokov v aplikáciách umelej inteligencie pre diagnostiku autizmu navštívte Jama Network.
The source of the article is from the blog newyorkpostgazette.com