هوش مصنوعی با دقت ۸۰ درصدی اوتیسم را در کودکان زیر دو سال شناسایی میکند
به گزارش پایگاه خبری یونایتدپرس، محققان اعلام کردهاند که یک برنامه هوش مصنوعی به نام اتمدایآی میتواند بدون نیاز به بررسیهای تفصیلی یا آزمایشهای بالینی، تنها با تحلیل دادههای پزشکی سهلالوصول کودکان دو ساله و کمتر، الگوهای پیشبین اوتیسم را استخراج کند.
این برنامه در آزمایشهایی بر روی دادههای مربوط به ۱۲ هزار کودک، موفق شده است نزدیک به ۸۰ درصد کودکان مبتلا به طیف اوتیسم را به درستی شناسایی نماید. محققان تأکید کردهاند که شاخصهایی نظیر سن اولین لبخند کودک، اولین جملات کوتاه بیانشده و وجود مشکلات در تغذیه، از مهمترین دادههای پیشبینکننده در این مدل بودهاند.
کریستینا تامیمیز، استادیار دانشکده سلامت زنان و کودکان موسسه کارولینسکا سوئد و از محققان ارشد این مطالعه، بیان کرد با رسیدن به دقت تقریبی ۸۰ درصدی برای کودکان زیر دو سال، امیدواریم این ابزار هوش مصنوعی یک راهکار باارزش برای بخش بهداشت و درمان تبدیل شود.
به گفته محققان، این سیستم بهویژه در شناسایی کودکان دارای چالشهایی در حوزه ارتباطات اجتماعی، تواناییهای شناختی و تاخیرهای رشدی، نتایج خوبی ثبت کرده است. برای این پژوهش، چهار مدل متفاوت هوش مصنوعی با دادههای نزدیک به ۳۰ هزار فرد با و بدون طیف اوتیسم آموزش دیده و در تستهای نهایی، مدل اتمدایآی بهترین عملکرد را از میان همه نشان داد.
شیام راجاگوپالان، محقق موسسه کارولینسکا و استادیار موسسه بیوانفورماتیک هندوستان، افزود نتایج این مطالعه از این جهت قابل توجه است که نشان میدهد با اطلاعات نسبتا محدود و در دسترس، میتوان افراد با احتمال ابتلا به اوتیسم را در مراحل اولیه شناسایی کرد.
تشخیص زودهنگام اوتیسم اهمیت حیاتی دارد، چرا که کودکان هرچه سریعتر تحت درمان قرار گیرند، نتایج درمانی بهتری خواهند داشت. تیم پژوهش در حال حاضر بر روی بهبود بیشتر عملکرد این برنامه تمرکز دارد، از جمله امکان ادغام دادههای ژنتیکی در مدلهای آتی برای افزایش دقت تشخیص.









