مصنوعی ذہانت کا الگورتھم آٹزم کا پتہ لگاتا ہے۔

مصنوعی ذہانت کا الگورتھم آٹزم کا پتہ لگاتا ہے۔

محققین نے 100% درستگی کے ساتھ آٹزم کی تشخیص کے لیے بچوں کے ریٹنا کی تصاویر لیں اور گہری سیکھنے والے AI الگورتھم کا استعمال کرتے ہوئے انہیں اسکین کیا۔

JAMA نیٹ ورک اوپن جرنل کا حوالہ دیتے ہوئے نیو اٹلس ویب سائٹ کی طرف سے شائع کردہ کے مطابق نتائج ابتدائی تشخیص کے لیے ایک مقصدی اسکریننگ ٹول کے طور پر مصنوعی ذہانت کے استعمال کی حمایت کرتے ہیں، خاص طور پر جب بچوں کے ماہر نفسیات تک رسائی محدود ہو۔

ریٹنا اور آپٹک اعصاب آنکھ کے پچھلے حصے میں موجود آپٹک ڈسک سے بھی جڑے ہوئے ہیں، جو مرکزی اعصابی نظام کی توسیع ہے اور اس طرح دماغ کی کھڑکی کا کام کرتی ہے۔

لہذا، جسم کے اس حصے تک آسانی سے اور غیر حملہ آور رسائی کی صلاحیت کو دماغ سے متعلق اہم معلومات حاصل کرنے کے لیے استعمال کیا جا سکتا ہے۔

ابھی حال ہی میں، برطانوی محققین نے آنکھ کے محفوظ لیزر کو ریٹنا پر چمکا کر فوری طور پر زخموں کی تشخیص کرنے کا ایک غیر جراحی طریقہ وضع کیا ہے۔

لیکن اب، جنوبی کوریا میں Yonsei یونیورسٹی کالج آف میڈیسن کے محققین نے مصنوعی ذہانت کے الگورتھم کے ذریعے اسکین کی گئی ریٹینل امیجز کا استعمال کرتے ہوئے بچوں میں آٹزم اسپیکٹرم ڈس آرڈر (ASD) اور علامات کی شدت کی تشخیص کرنے کا ایک طریقہ تیار کیا ہے۔

تشخیصی مشاہدے کی میزیں۔

محققین نے 958 شرکاء کو دیکھا، جن کی اوسط عمر 7 اور 8 سال تھی، اور ان کے ریٹینا کی تصویر کشی کی، جس کے نتیجے میں کل 1890 تصاویر بنیں۔

شرکاء میں سے نصف آٹزم سپیکٹرم ڈس آرڈر کے ساتھ تشخیص کیا گیا تھا، اور نصف عمر اور جنس کے مطابق کنٹرول تھے.

آٹزم اسپیکٹرم ڈس آرڈر کی علامات کی شدت کا اندازہ بھی آٹزم ڈائیگنوسٹک آبزرویشن شیڈول - دوسرا ایڈیشن ADOS-2 اور کیلیبریٹڈ سیوریٹی سکور اور سماجی ردعمل کا پیمانہ - دوسرا ایڈیشن SRS-2 کا استعمال کرتے ہوئے کیا گیا۔

100% درست

ASD اور ASD علامات کی شدت کی اسکریننگ کے لیے ماڈلز بنانے کے لیے ایک convolutional عصبی نیٹ ورک، ایک گہری سیکھنے کا الگورتھم، کو 85% ریٹنا امیجز اور علامات کی شدت کے ٹیسٹ کے اسکور کا استعمال کرتے ہوئے تربیت دی گئی۔ باقی 15% تصاویر جانچ کے لیے رکھی گئی تھیں۔

تصاویر کے ٹیسٹ سیٹ پر آٹزم اسپیکٹرم ڈس آرڈر کی اسکریننگ کے لیے موجودہ مطالعے میں اے آئی کی پیشن گوئیاں 100 فیصد درست تھیں۔

محققین نے یہ بھی کہا: "ہمارے ماڈلز نے ریٹنا امیجز کا استعمال کرتے ہوئے ASD اور ASD (عام نشوونما کے حامل بچے) کے درمیان فرق کرنے میں امید افزا کارکردگی کا مظاہرہ کیا ہے، جس کا مطلب ہے کہ ASD میں ریٹنا تبدیلیاں بائیو مارکر کے طور پر ممکنہ اہمیت رکھتی ہیں،" نوٹ کرتے ہوئے کہ "ریٹنا تصاویر اضافی فراہم کر سکتی ہیں۔ علامات کی شدت سے متعلق معلومات۔"

محققین نے مزید کہا کہ ان کے AI پر مبنی ماڈل کو اب سے ایک مقصدی اسکریننگ ٹول کے طور پر استعمال کیا جا سکتا ہے۔ چونکہ نوزائیدہ ریٹیناس XNUMX سال کی عمر تک بڑھتے رہتے ہیں، اس بات کی تصدیق کے لیے مزید تحقیق کی ضرورت ہے کہ آیا یہ ٹول اس سے کم عمر کے شرکاء کے لیے درست ہے یا نہیں۔

"اگرچہ عام ہونے کا تعین کرنے کے لیے مستقبل کے مطالعے کی ضرورت ہے، لیکن مطالعے کے نتائج آٹزم اسپیکٹرم ڈس آرڈر کے لیے معروضی اسکریننگ ٹولز تیار کرنے کی جانب ایک قابل ذکر قدم کی نمائندگی کرتے ہیں، جو کہ بچوں کے لیے خصوصی نفسیاتی تشخیص تک رسائی کی کمی جیسے مسائل کو حل کرنے میں مدد کر سکتے ہیں، جس کی وجہ سے بچوں کے لیے خصوصی نفسیاتی تشخیص تک رسائی نہیں ہے۔ بچوں کے لیے نفسیاتی تشخیص،" محققین نے کہا۔ وسائل۔"

سال 2024 کے لیے Scorpio محبت کی پیشین گوئیاں