Algoritem umetne inteligence zazna avtizem

Algoritem umetne inteligence zazna avtizem

Raziskovalci so posneli slike mrežnice otrok in jih skenirali z uporabo algoritma umetne inteligence za globoko učenje, da bi s 100-odstotno natančnostjo diagnosticirali avtizem.

Rezultati podpirajo uporabo umetne inteligence kot objektivnega presejalnega orodja za zgodnjo diagnozo, zlasti kadar je dostop do specializiranega otroškega psihiatra omejen, glede na to, kar je objavilo spletno mesto New Atlas, ki se sklicuje na revijo JAMA Network Open.

Mrežnica in vidni živec sta povezana tudi z optičnim diskom na zadnji strani očesa, ki je podaljšek osrednjega živčnega sistema in tako služi kot okno v možgane.

Zato lahko zmožnost enostavnega in neinvazivnega dostopa do tega dela telesa uporabimo za pridobivanje pomembnih informacij, povezanih z možgani.

Pred kratkim so britanski raziskovalci iznašli nekirurški način za hitro diagnosticiranje pretresov možganov s svetlenjem laserja, ki je varen za oči, na mrežnico.

Zdaj pa so raziskovalci z Yonsei University College of Medicine v Južni Koreji razvili način za diagnosticiranje motnje avtističnega spektra (ASD) in resnosti simptomov pri otrocih z uporabo slik mrežnice, skeniranih z algoritmom umetne inteligence.

Diagnostične opazovalne mize

Raziskovalci so pregledali 958 udeležencev, povprečno starih 7 in 8 let, in fotografirali njihove mrežnice, kar je povzročilo skupno 1890 slik.

Polovici udeležencev je bila diagnosticirana motnja avtističnega spektra, polovica pa je bila kontrolne skupine, ki je ustrezala starosti in spolu.

Resnost simptomov motenj avtističnega spektra je bila ocenjena tudi z uporabo načrta za diagnostično opazovanje avtizma - druga izdaja ADOS-2 in umerjene ocene resnosti in lestvice socialne odzivnosti - druga izdaja SRS-2.

100% pravilno

Konvolucijska nevronska mreža, algoritem globokega učenja, je bila usposobljena z uporabo 85 % slik mrežnice in rezultatov testa resnosti simptomov za izgradnjo modelov za presejanje za MSD in resnost simptomov MAS. Preostalih 15 % slik smo hranili za testiranje.

Napovedi umetne inteligence v trenutni študiji za presejanje motenj avtističnega spektra na testnem nizu slik so bile 100 % pravilne.

Raziskovalci so tudi povedali: »Naši modeli imajo obetavno učinkovitost pri razlikovanju med ASD in ASD (otroci s tipičnim razvojem) z uporabo slik mrežnice, kar pomeni, da imajo lahko spremembe mrežnice pri ASD potencialno vrednost kot biomarkerji,« pri čemer so opozorili, da »slike mrežnice lahko zagotovijo dodatne informacije o resnosti simptomov."

Raziskovalci so dodali, da bi lahko njihov model, ki temelji na AI, od zdaj naprej uporabljali kot objektivno orodje za pregledovanje. Ker mrežnica novorojenčka še naprej raste do 4. leta starosti, je potrebnih več raziskav, da se potrdi, ali je orodje natančno za udeležence, mlajše od tega.

»Čeprav so za določitev posplošljivosti potrebne prihodnje študije, rezultati študije predstavljajo pomemben korak k razvoju objektivnih presejalnih orodij za motnje avtističnega spektra, ki lahko pomagajo pri reševanju perečih vprašanj, kot je pomanjkanje dostopa do specializiranih psihiatričnih ocen za otroke zaradi omejenega dostopa do specializiranih psihiatrične ocene za otroke," so povedali raziskovalci. Viri."

Ljubezenske napovedi Škorpijona za leto 2024