Dienvidkorejas pētnieki ir izstrādājuši revolucionāru metodi Autisma spektra traucējuma (AST) diagnosticēšanai, izmantojot mākslīgo intelektu. Attīstot dziļās mācīšanās algoritmu, ko sauc par konvolucionālo neironu tīklu, viņi objektīvi varēja novērtēt AST klātbūtni un novērtēt simptomu smagumu. Apmācot modeļu ar acs īpatsvara attēliem, mākslīgais intelekts varēja precīzi noteikt autisma klātbūtni vai neesamību.
Vēloties paplašināt savu pētījumu, pētnieki analizēja 958 dalībnieku acs īpatsvara attēlus, kas jaunāki par 19 gadiem, no kuriem puse bija diagnosticēti ar autisms. Dalībnieki tika atlasīti no Jonsaju Universitātes Medicīnas skolas Korejā no aprīļa līdz oktobrim 2022. gadā.
Apliecinot rezultātus
Mākslīgais intelekts veiksmīgi identificēja bērnus ar autisma traucējumu un tos, kuri tā nav, ar 100% precizitāti, parādot tā potenciālu kā diagnostikas līdzekli. Pētnieki norādīja, ka īpatsvara attēli varētu atklāt papildu informāciju par simptomu smagumu, iespējams, kalpojot kā biomasas autisma spektra traucējumu.
Lai gan ir nepieciešama turpmāka pētījumu veikšana, pētnieki uzskata, ka viņu pētījums reprezentē būtisku virzību veidojot objektīvus rīkus AST diagnosticēšanai. Šie rīki varētu mazināt bažas saistībā ar ierobežotu piekļuvi speciālizētām bērnu psihiatrisko novērtējumu dēļ resursu ierobežojumu.
Pētījums tika publicēts zinātniskajā žurnālā “Jama Network Open”.
Autisma diagnosticēšanas uzlabošana ar mākslīgo intelektu: Jaunas atziņas.
Dienvidkorejas pētnieki ir vadījuši pārsteidzošu pieeju, izmantojot mākslīgo intelektu autisma spektra traucējuma (AST) diagnosticēšanai. Viņu pionierdarbs ir atklājis inovatīvu metodoloģiju, kas izmanto dziļās mācīšanās algoritmus, lai objektīvi novērtētu AST klātbūtni un novērtētu saistīto simptomu smagumu. Koncentrējoties uz acs īpatsvara attēlu analīzi, tika izstrādāts konvolucionāls neironu tīkls, lai precīzi atšķirtu indivīdus ar autisma traucējumu no tiem, kuri to nav, nosakot jaunu diagnostikas precizitātes standartu.
Horizontu paplašināšana.
Savā centienā paplašināt savu pētījumu, pētnieki stiprināja savu pētījumu, iekļaujot datukopu, kas satur 958 dalībniekus jaunākus par 19 gadiem, no kuriem puse bija saņēmuši AST diagnosticēšanu. Kopiena, kas izvilkta no Jonsaju Universitātes Medicīnas skolas Korejā, no aprīļa līdz oktobrim 2022. gadā, nodrošināja stipru pamatu AI vadītu diagnostikas spēju attīstībai autisma jomā.
Atklāti jauni secinājumi.
Pārsniedzot sākotnējo panākumu autisma identificēšanā ar nesalīdzināmu precizitāti, mākslīgais intelekts ir izcēlies kā jauna pieaugušo novatorisko atziņu iemiesojums par stāvokli. Izmantojot acs īpatsvara attēlus, pētnieki ir pavēluši grāmatā papildus marķieri, kas saistīti ar AST simptomu smaguma pakāpi, tādējādi atvēlot ceļu biomarķieru attīstībai, kas varētu revolucionizēt diagnostikas protokolus.
Galvenās jautājumi un izaicinājumi.
– Kādas ir galvenās priekšrocības, izmantojot mākslīgo intelektu autisma diagnosticēšanā?
Mākslīgā intelekta izmantošana autisma diagnosticēšanā piedāvā neinvazīvu un objektīvu metodi, kas var uzlabot precizitāti un efektivitāti slimības diagnosticēšanā.
– Kādas varētu būt potenciālās problēmas, kas saistītas ar AI pamatotu diagnosticēšanu?
Viena no būtiskākajām bažām ir nepieciešamība nodrošināt, ka AI modeļi tiek etiski izstrādāti un validēti, lai novērstu tendences un neprecizitātes diagnosticēšanā.
– Kā var tikt paplašināta mākslīgo intelekta līdzekļu uzticamība, diagnosticējot autisms?
Turpmākie pētījumi un validācijas pētījumi ir būtiski, lai apstiprinātu AI līdzekļu efektivitāti un uzticamību autisma diagnostikā dažādās populācijās un apstākļos.
Pārskatot priekšrocības un trūkumus.
Mākslīgā intelekta izmantošanas priekšrocības autisma diagnosticēšanā ietver uzlabotu objektivitāti, palielinātu diagnostikas precizitāti un potenciālu atklāt jaunas atziņas par šo stāvokli. Tomēr izaicinājumi, piemēram, etiskie apsvērumi, AI algoritmu interpretējamība un nepārtrauktas validācijas nepieciešamība, izvirza nozīmīgus šķēršļus mākslīgā intelekta pamatotu diagnostikas instrumentu plašai pieņemšanai.
Lai iegūtu vairāk informācijas par jaunākajām tendencēm mākslīgā intelekta lietojumā autisma diagnosticēšanā, apmeklējiet Jama Network.