由儿童和青少年心理学家、行为科学家、眼科医生、生物医学系统信息学专家组成的韩国多机构团队发现，基于深度学习的人工智能系统可以准确诊断自闭症儿童。在他们的研究中，该小组使用基于学习的人工智能系统创建了一个自闭症诊断工具，并在人类受试者身上进行了测试。
自闭症，更正式地称为自闭症谱系障碍，是一种神经发育障碍，其特征是沟通、社会互动问题，以及经常出现的重复性动作。先前的研究表明，每36人中就有1人患有某种程度的自闭症。先前的研究还表明，越早诊断出这种疾病，就越能帮助患有这种疾病的人克服许多人遇到的问题。
在这项新的研究中，研究小组指出，先前的研究表明，像多动症这样的脑部疾病会导致轻微的视网膜异常。研究人员怀疑自闭症可能就是这种情况，于是进行了一项实验来找出答案。
这项工作包括教人工智能系统识别自闭症儿童视网膜的模式。然后，他们使用该系统扫描958名儿童的视网膜图像，其中一半患有这种疾病，并确定哪些儿童患有自闭症。系统发现了每一个，并且没有产生任何误报。
该系统还分配了一个数字分数，以估计那些被确定患有这种疾病的人在频谱上的位置。与标准化测试(如自闭症诊断观察时间表-第二版)的评估相比，该系统在第二部分的准确率为48%至66%，没有那么好。
在他们的实验中，参与实验的孩子年龄在4到18岁之间;因此，目前尚不清楚该系统对更年幼的儿童是否同样准确(视网膜直到4岁才发育完全)。研究小组计划通过进行更多的实验来找到答案。
更多信息:Jae Han Kim等人，利用视网膜照片筛选自闭症和症状严重程度的深度集成的发展，JAMA Network Open(2023)。期刊信息:JAMA Network Open .2023.47692
?2023 Science X Network
引用:使用人工智能诊断儿童自闭症(2023,12月18日)2023年12月18日检索自https://medicalxpress.com/news/2023-12-ai-autism-children.html本文档
作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司
内容仅供参考之用。
