AI 驱动的视网膜扫描诊断儿童自闭症的准确率达 100%

研究人员拍摄了儿童的视网膜照片,并使用深度学习人工智能 (AI) 算法对其进行检查,以 100% 的准确率诊断自闭症。研究结果支持使用人工智能作为早期诊断的客观筛查工具,特别是在接触专业儿童精神病医生的机会有限的情况下。

在眼睛的后部,视网膜和视神经在视盘处连接。作为中枢神经系统的延伸,这个结构是进入大脑的一个窗口——研究人员已经开始利用它的能力,轻松、无创地访问身体的这一部分,以获得与大脑相关的重要信息。

宣传

Os 研究人员 招募了 958 名平均年龄为 7/8 岁的参与者,拍摄了他们的视网膜,总共获得了 1.890 张图像。一半的参与者被诊断患有自闭症谱系障碍(ASD),另一半则由年龄和性别匹配的对照组组成。

使用 85% 的视网膜图像和症状严重程度测试分数来训练卷积神经网络(一种深度学习算法),以构建跟踪 ASD 及其症状的模型。剩余 15% 的图像被保留用于测试。

科学家们说:“我们的模型在区分患有自闭症谱系障碍的儿童和使用视网膜照片的典型发育儿童方面表现出了良好的表现。”

宣传

根据他们的发现,研究人员表示他们的基于人工智能的模型可以用作客观的筛选工具。

由于新生儿的视网膜会持续生长直到四岁,因此需要更多的研究来确定该工具是否适合年轻的参与者。

研究人员表示:“虽然未来的研究需要确定普遍性,但我们的研究代表了开发客观自闭症谱系障碍筛查工具的显着一步,可能有助于解决紧迫问题,例如由于资源有限而无法对儿童精神病学进行专门评估。”

宣传

阅读:

正在寻找人工智能工具来让您的生活更轻松? 在本指南中,您可以浏览人工智能驱动的机器人目录并了解它们的功能。看看我们记者团给他们的评价吧!

* 本文的文本部分由人工智能工具和最先进的语言模型生成,有助于文本的准备、审阅、翻译和摘要。文本条目是由 Curto 来自人工智能工具的新闻和回复被用来改进最终内容。
需要强调的是,人工智能工具只是工具,发布内容的最终责任在于 Curto 消息。通过负责任且合乎道德的方式使用这些工具,我们的目标是扩大沟通的可能性并使优质信息的获取民主化。
🤖

向上滑动