人工智能算法检测自闭症

人工智能算法检测自闭症

研究人员拍摄了孩子们的视网膜图像，并使用深度学习人工智能算法对其进行扫描，以 100% 的准确率诊断自闭症。

根据 New Atlas 网站引用《JAMA Network Open》杂志发表的内容，这些结果支持使用人工智能作为早期诊断的客观筛查工具，特别是在接触专门的儿童精神科医生的机会有限的情况下。

视网膜和视神经还与眼睛后部的视盘相连，视盘是中枢神经系统的延伸，因此充当大脑的窗口。

因此，可以利用轻松且非侵入性地访问身体这一部分的能力来获取与大脑相关的重要信息。

最近，英国研究人员设计了一种非手术方法，通过将眼睛安全的激光照射到视网膜上来快速诊断脑震荡。

但现在，韩国延世大学医学院的研究人员开发出一种方法，利用人工智能算法扫描的视网膜图像来诊断儿童自闭症谱系障碍 (ASD) 和症状严重程度。

诊断观察表

研究人员观察了 958 名平均年龄为 7 岁和 8 岁的参与者，并对他们的视网膜进行了拍摄，总共生成了 1890 张图像。

一半的参与者被诊断患有自闭症谱系障碍，一半是年龄和性别匹配的对照组。

还使用自闭症诊断观察表 - 第二版 ADOS-2 和校准严重程度评分和社会反应量表 - 第二版 SRS-2 评估自闭症谱系障碍症状的严重程度。

100%正确

使用 85% 的视网膜图像和症状严重程度测试分数来训练卷积神经网络（一种深度学习算法），以构建用于筛查 ASD 和 ASD 症状严重程度的模型。剩余 15% 的图像被保留用于测试。

目前针对自闭症谱系障碍筛查的研究中，AI 对测试集图像的预测是 100% 正确的。

研究人员还表示：“我们的模型在使用视网膜图像区分 ASD 和 ASD（具有典型发育的儿童）方面具有良好的表现，这意味着 ASD 的视网膜变化可能具有作为生物标志物的潜在价值，”并指出“视网膜图像可能提供额外的信息”。有关症状严重程度的信息。”

研究人员补充说，他们的基于人工智能的模型从现在起可以用作客观筛选工具。由于新生儿视网膜会持续生长直至 XNUMX 岁，因此需要更多研究来确认该工具对于 XNUMX 岁以下的参与者是否准确。

“虽然需要未来的研究来确定普遍性，但研究结果代表了朝着开发自闭症谱系障碍的客观筛查工具迈出的显着一步，这可能有助于解决紧迫的问题，例如由于获得专门的精神评估的机会有限而无法对儿童进行专门的精神评估。研究人员说：“对儿童进行精神病学评估。资源。”

天蝎座2024年爱情预测