H τεχνητή νοημοσύνη και o αυτισμός

Τα μοντέλα τεχνητής νοημοσύνης θα μπορούσαν να χρησιμοποιηθούν για τη διάγνωση της Διαταραχής του Φάσματος του Αυτισμού 

Η ΔΦΑ συνοδεύεται από δύο κύριες κατηγορίες συμπτωμάτων: διαταραχή της κοινωνικής επικοινωνίας και περιορισμένες και επαναλαμβανόμενες συμπεριφορές ή ενδιαφέροντα. Από το 2020, τα Κέντρα Ελέγχου και Πρόληψης Νοσημάτων των ΗΠΑ προέβλεπαν ότι ο επιπολασμός της ΔΦΑ ανέρχεται σε 1 στα 36 άτομα. Το ποσοστό αυτό αυξάνεται, γεγονός που ενδεχομένως αποδίδεται στην αυξημένη ευαισθητοποίηση του κοινού, των γιατρών και των ερευνητών.

Τώρα, ερευνητές στη Νότια Κορέα ανέπτυξαν ένα συνελικτικό νευρωνικό δίκτυο- έναν αλγόριθμο βαθιάς μάθησης- για τον αντικειμενικό έλεγχο για ΔΦΑ και την αξιολόγηση της σοβαρότητας των συμπτωμάτων. Αρχικά, εκπαίδευσαν το μοντέλο σε φωτογραφίες του αμφιβληστροειδούς όπου η τεχνητή νοημοσύνη έλεγε αν το υποκείμενο είχε αυτισμό ή όχι. Στη συνέχεια, οι ερευνητές ζήτησαν από το σύστημα να αναλύσει τις φωτογραφίες του αμφιβληστροειδούς 958 συμμετεχόντων ηλικίας κάτω των 19 ετών, οι μισοί από τους οποίους είχαν διαγνωστεί με αυτισμό. Οι συμμετέχοντες επιλέχθηκαν από την Ιατρική Σχολή του Πανεπιστημίου Yonsei στην Κορέα, μεταξύ Απριλίου και Οκτωβρίου 2022.

Ενθαρρυντικά αποτελέσματα

Το εργαλείο τεχνητής νοημοσύνης εντόπισε τα παιδιά με αυτισμό καθώς και εκείνα που δεν είχαν, με 100% ακρίβεια. Οι ερευνητές σημείωσαν ότι τα ευρήματά τους δείχνουν ότι οι φωτογραφίες του αμφιβληστροειδούς μπορούν να αποκαλύψουν πρόσθετες πληροφορίες σχετικά με τη σοβαρότητα των συμπτωμάτων και πιθανώς θα μπορούσαν να χρησιμοποιηθούν ως βιοδείκτες.

ΔΙΑΒΑΣΤΕ ΑΚΟΜΗ

Τραγωδία στην άσφαλτο: Ένας νεκρός από σύγκρουση φορτηγού με Ι.Χ.

Ενώ απαιτείται περαιτέρω έρευνα για να επιβεβαιωθούν τα ευρήματα, οι ερευνητές σημειώνουν ότι η μελέτη τους σηματοδοτεί μια σημαντική πρόοδο στη δημιουργία αντικειμενικών εργαλείων για τη διάγνωση της ΔΦΑ. Τα εργαλεία αυτά θα μπορούσαν να αμβλύνουν ανησυχίες, όπως η περιορισμένη προσβασιμότητα των εξειδικευμένων παιδοψυχιατρικών αξιολογήσεων λόγω περιορισμένων πόρων.

Η μελέτη δημοσιεύθηκε στο επιστημονικό περιοδικό «Jama Network Open».

Πηγή: Interesting Engineering, ΕΡΤ