Rumah  >  Artikel  >  Model AI Boleh Mengenal pasti Kanak-kanak Berisiko Autisme Dengan Ketepatan 80%, Kajian Dapatan

Model AI Boleh Mengenal pasti Kanak-kanak Berisiko Autisme Dengan Ketepatan 80%, Kajian Dapatan

WBOY
WBOYasal
2024-08-20 15:25:12305semak imbas

Penyelidikan terkini telah menunjukkan potensi kecerdasan buatan (AI) untuk membantu dalam mengenal pasti kanak-kanak yang berisiko autisme, dengan kadar ketepatan kira-kira 80% untuk kanak-kanak bawah dua tahun.

Model AI Boleh Mengenal pasti Kanak-kanak Berisiko Autisme Dengan Ketepatan 80%, Kajian Dapatan

Kecerdasan buatan (AI) telah menunjukkan janji dalam membantu mengenal pasti kanak-kanak yang berisiko autisme, dengan kadar ketepatan kira-kira 80% untuk kanak-kanak bawah dua tahun, menurut penyelidikan baru-baru ini.

Sepasukan penyelidik dari Karolinska Institutet di Sweden membangunkan sistem saringan berasaskan pembelajaran mesin. Walaupun model AI tidak dapat menggantikan kaedah diagnostik tradisional, ia boleh membantu mengenal pasti kanak-kanak sejak awal yang mungkin memerlukan penilaian klinikal lanjut.

“Dengan menggunakan model AI, anda boleh menggunakan maklumat yang tersedia dan mengenal pasti individu yang mempunyai kemungkinan tinggi untuk autisme supaya mereka boleh mendapatkan diagnosis dan bantuan lebih awal,” kata Dr. Kristiina Tammimies, pengarang bersama kajian.

Walau bagaimanapun, dia mengingatkan bahawa model itu tidak boleh dilihat sebagai alat diagnostik yang berdiri sendiri, mengulangi bahawa diagnosis akhir harus dijalankan melalui kaedah klinikal standard.

Model AI dibangunkan menggunakan data daripada kajian Spark yang berpangkalan di A.S., yang memberikan maklumat mengenai 15,330 kanak-kanak yang didiagnosis dengan autisme dan bilangan kanak-kanak yang sama tanpa penyakit itu.

Daripada soal selidik perubatan dan latar belakang, penyelidik memilih 28 ukuran yang boleh diperolehi dengan mudah sebelum kanak-kanak mencapai umur 24 bulan, seperti umur pada senyuman pertama, tingkah laku makan dan umur pada mulanya membina ayat yang lebih panjang.

Menggunakan pembelajaran mesin untuk menganalisis corak dalam data, pasukan penyelidik membandingkan corak yang dikenal pasti antara kanak-kanak autistik dan bukan autistik untuk membina empat model berbeza, memilih model yang paling berkesan untuk ujian lanjut.

Apabila digunakan pada set data berasingan 11,936 peserta, model itu dengan betul mengenal pasti 78.9% kanak-kanak itu sama ada autistik atau bukan autistik. Secara khusus, ketepatan adalah 78.5% untuk kanak-kanak berumur sehingga dua tahun, 84.2% untuk mereka yang berumur dua hingga empat tahun dan 79.2% untuk mereka yang berumur empat hingga sepuluh tahun.

Ujian tambahan menggunakan set data 2,854 individu autistik menghasilkan kadar ketepatan yang lebih rendah sebanyak 68%, yang mana penyelidik mengaitkan perbezaan dalam set data, termasuk beberapa parameter yang hilang.

Kajian itu mengenal pasti beberapa langkah utama yang secara signifikan mempengaruhi ramalan model AI tentang autisme, termasuk masalah dengan makan makanan tertentu, umur kanak-kanak mula-mula membina ayat yang lebih panjang, umur kanak-kanak mencapai latihan tandas dan umur di mana anak pertama tersenyum.

Faktor-faktor ini, menurut pasukan penyelidik, memainkan peranan penting dalam keupayaan model untuk membezakan antara kanak-kanak autistik dan bukan autistik.

Analisis lanjut mendedahkan bahawa model itu cenderung untuk mengenal pasti autisme dengan lebih tepat pada individu yang menunjukkan gejala yang lebih teruk dan isu perkembangan yang lebih luas. Dapatan ini menunjukkan bahawa model itu mungkin lebih berkesan dalam mengenal pasti kes dengan cabaran perkembangan yang lebih ketara yang mengiringi autisme.

Walaupun hasil yang memberangsangkan, sesetengah pakar menyatakan kebimbangan tentang keupayaan model untuk mengenal pasti kanak-kanak bukan autistik dengan betul. Dengan kadar ketepatan 80%, model ini berpotensi membawa kepada diagnosis berlebihan dan tekanan yang tidak perlu untuk keluarga, kerana 20% kanak-kanak bukan autistik mungkin salah ditandai sebagai mungkin autistik.

Profesor Ginny Russell dari Universiti Exeter menyuarakan peringatan mengenai desakan untuk diagnosis awal, terutamanya pada kanak-kanak yang sangat kecil.

“Adalah sukar untuk membezakan antara kanak-kanak kecil yang mengalami kecacatan teruk dan kanak-kanak yang sedang berkembang dengan lebih perlahan tetapi akhirnya akan 'mengejar'. Saya tidak akan mengesyorkan menggunakan label psikiatri kepada kanak-kanak di bawah umur dua tahun asas julat terhad penunjuk tingkah laku, seperti sama ada mereka makan makanan tertentu," kata Russell.

Atas ialah kandungan terperinci Model AI Boleh Mengenal pasti Kanak-kanak Berisiko Autisme Dengan Ketepatan 80%, Kajian Dapatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn