AIモデルは自閉症のリスクのある幼児を80%の精度で識別できることが研究で判明

最近の研究では、自閉症のリスクのある幼児の識別を支援する人工知能 (AI) の可能性が実証されており、2 歳未満の幼児の場合、その正確率は約 80% です。

最近の研究によると、人工知能 (AI) は自閉症のリスクがある幼児の識別を支援するのに有望であることが示されており、2 歳未満の子供の場合は約 80% の精度が得られています。

スウェーデンのカロリンスカ研究所の研究者チームは、機械学習ベースのスクリーニング システムを開発しました。 AI モデルは従来の診断方法に代わることはできませんが、さらなる臨床評価が必要な可能性のある子供を早期に特定するのに役立つ可能性があります。

「AI モデルを使用すると、利用可能な情報を利用して自閉症の可能性が高い個人を特定できるため、早期の診断と支援が可能になります」と研究共著者のクリスティーナ タミミーズ博士は述べています。

ただし、彼女は、このモデルを独立した診断ツールとして見るべきではないと警告し、最終診断は標準的な臨床方法を通じて実施されるべきであると繰り返し述べました。

AI モデルは、米国を拠点とする Spark 研究のデータを使用して開発されました。この研究では、自閉症と診断された 15,330 人の子供と同数の自閉症ではない子供に関する情報が提供されました。

研究者らは、医学的および背景に関するアンケートから、初めて笑った年齢、食事行動、初めて長文を構築した年齢など、子供が生後24か月に達する前に簡単に取得できる28の尺度を選択しました。

研究チームは、機械学習を使用してデータ内のパターンを分析し、自閉症児と非自閉症児の間で特定されたパターンを比較して 4 つの異なるモデルを構築し、さらなるテストに最も効果的なモデルを選択しました。

11,936 人の参加者の別のデータセットに適用すると、モデルは 78.9% の子供が自閉症か非自閉症であると正確に識別しました。具体的には、2 歳までの子どもの精度は 78.5%、2 歳から 4 歳の子どもでは 84.2%、4 歳から 10 歳の子どもでは 79.2% でした。

2,854 人の自閉症患者のデータセットを使用した追加のテストでは、正解率が 68% と低くなり、研究者らは、これはいくつかの欠落パラメータを含むデータセットの違いによるものであると考えました。

この研究では、特定の食べ物を食べることの問題、子供が初めて長文を組み立てた年齢、子供がトイレトレーニングを達成した年齢、トイレトレーニングを始めた年齢など、AI モデルによる自閉症の予測に大きな影響を与えたいくつかの重要な尺度が特定されました。子どもは初めて笑顔になりました

研究チームによると、これらの要因は、自閉症児と非自閉症児を区別するモデルの能力において重要な役割を果たしました。

さらなる分析により、このモデルは、より重度の症状や広範な発達上の問題を示した個人において自閉症をより正確に識別する傾向があることが明らかになりました。この発見は、このモデルが自閉症に伴うより顕著な発達上の課題を伴うケースをより効果的に認識できる可能性があることを示唆しています。

有望な結果にもかかわらず、一部の専門家は、非自閉症の子供を正しく識別するモデルの能力について懸念を表明しました。 80% の精度率では、自閉症ではない子供の 20% が自閉症の可能性があると誤って報告される可能性があるため、このモデルは過剰診断や家族の不必要なストレスにつながる可能性があります。

エクセター大学のジニー・ラッセル教授は、特に幼児における早期診断の推進について警告を発しました。

「重度の障害を持つ幼児と、単に発達が遅いだけで最終的には追いつく幼児との違いを区別するのは難しい場合がありますが、私は 2 歳未満の子供に精神医学的なラベルを適用することはお勧めしません。特定の食べ物を食べるかどうかなど、限られた範囲の行動指標に基づいている」とラッセル氏は語った。

以上がAIモデルは自閉症のリスクのある幼児を80%の精度で識別できることが研究で判明の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。