Forskare i Sydkorea har banat väg för en revolutionerande metod för diagnos av Autism Spectrum Disorder (ASD) med hjälp av artificiell intelligens. Genom att utveckla en djupinlärningsalgoritm kallad ett konvolutionellt neuralt nätverk kunde de objektivt bedöma förekomsten av ASD och utvärdera symtomens svårighetsgrad. Genom att träna modellen på bilder av iris i ögat kunde AI:n noggrant fastställa förekomst eller frånvaro av autism.
I sin strävan att utvidga sin undersökning analyserade forskarna irisbilder från 958 deltagare under 19 års ålder, hälften av vilka hade fått en autismdiagnos. Deltagarna valdes från Yonsei Universitys medicinska skola i Korea mellan april och oktober 2022.
Lovande resultat
AI-verktyget identifierade framgångsrikt barn med autism och de utan till 100% noggrannhet, vilket visar dess potential som ett diagnostiskt verktyg. Forskarna noterade att irisbilderna kunde ge ytterligare information om symtomens svårighetsgrad och möjligen fungera som biomarkörer för ASD.
Även om ytterligare forskning krävs för att validera dessa resultat, tror forskarna att deras studie representerar en betydande framsteg i att skapa objektiva verktyg för att diagnostisera ASD. Dessa verktyg skulle kunna mildra bekymmer relaterade till begränsad tillgång till specialiserade bedömningar av barnpsykiatri på grund av resursbegränsningar.
Studien publicerades i den vetenskapliga tidskriften ”Jama Network Open.”
Förbättring av autismdiagnos med artificiell intelligens: Avslöjande av nya insikter
Forskare i Sydkorea har initierat en banbrytande metod med hjälp av artificiell intelligens (AI) för diagnos av Autism Spectrum Disorder (ASD). Deras framstående arbete har avslöjat en innovativ metodik som utnyttjar djupinlärningsalgoritmer för att objektivt utvärdera förekomsten av ASD och bedöma svårighetsgraden av associerade symtom. Genom att fokusera på analysen av irisbilder utvecklades ett konvolutionellt neuralt nätverk för att noggrant skilja individer med autism från andra, vilket sätter en ny standard för diagnostisk precision.
Utöka horisonterna
I sin strävan att bredda omfånget av sin forskning stärkte forskarna sin studie genom att gräva vidare i en dataset med 958 deltagare under 19 års ålder, hälften av vilka hade fått en ASD-diagnos. Urvalet, hämtat från Yonsei Universitys medicinska skola i Korea under perioden från april till oktober 2022, utgjorde en robust grund för att främja AI-drivena diagnostiska möjligheter inom autismområdet.
Nya insikter avtäckta
Utöver det initiala framgången med att identifiera autism med enastående noggrannhet har AI-verktyget framträtt som en förkunnare av nya insikter om tillståndet. Genom att dra nytta av irisbilder har forskarna antytt potentialen att avslöja ytterligare markörer relaterade till svårighetsgraden av ASD-symtom, vilket banar väg för utveckling av biomarkörer som kan revolutionera diagnostiska protokoll.
Viktiga frågor och utmaningar
– Vilka är de primära fördelarna med att använda AI vid autismdiagnos?
Användningen av AI vid autismdiagnos erbjuder en icke-invasiv och objektiv metod som kan förbättra noggrannheten och effektiviteten vid identifiering av tillståndet.
– Vilka potentiella nackdelar är förknippade med AI-baserad diagnos?
En nyckelfråga kretsar kring behovet av att säkerställa att AI-modeller utvecklas och valideras på ett etiskt sätt för att förhindra partiskhet och felaktigheter i diagnostiken.
– Hur kan tillförlitligheten hos AI-verktyg vid diagnos av autism ytterligare valideras?
Fortsatt forskning och valideringsstudier krävs för att bekräfta effektiviteten och tillförlitligheten hos AI-verktyg vid autismdiagnos över olika populationer och miljöer.
Fördelar och nackdelar
Fördelarna med att använda AI vid autismdiagnos inkluderar ökad objektivitet, ökad diagnostisk noggrannhet och potentialen att avslöja nya insikter om tillståndet. Utmaningar som etiska överväganden, tolkbarhet av AI-algoritmer och behovet av kontinuerlig validering utgör betydande hinder för den breda användningen av AI-baserade diagnostiska verktyg.
För ytterligare utforskning av framstegen inom tillämpning av AI för autismdiagnos, besök Jama Network.