南韓開發診斷兒童自閉症AI模型 準確度高達100%
編譯/Elisa
美國疾病管制與預防中心預估,每36人中就有一位罹患自閉症類群障礙(ASD),也統稱自閉症,其中主要兩個症狀就是社交溝通障礙,以及會重複的做出某種行為或感興趣的事。然而因為缺乏受過訓練的專業評估人員,準確辨別罹患自閉症的人成為一大挑戰,南韓研究人員就想出一套解決方案,利用深度學習演算法,客觀地篩檢ASD族群,方法是透過患者的視網膜結構圖像,因為這能反映出大腦潛在變化,像是視路(visual pathway)異常。
![](https://www.technice.com.tw/wp-content/uploads/2023/12/9_0-4-1024x535.jpg)
深度學習運算法訓練AI辨別自閉症患者
這項研究收集了958位19歲以下自閉症患者、以及做為對照組,典型發展(typical development, TD)受試者的視網膜影像,再利用得出的數據,創建了一個卷積神經網絡(convolutional neural network),訓練AI模型篩檢自閉症和症狀嚴重程度。評估依據則是來自自閉症診斷觀察量表(第二版) ADOS-2,和社交反應量表(第二版) SRS-2。
AI模型有望緩解自閉症評估人力不足問題
結果顯示,AI模型能夠準確識別患有自閉症的孩童,準確度甚至能夠達到100%。研究人員表示,這也表明視網膜照片有望提供自閉症症狀嚴重程度的額外資訊,這點目前只有透過自閉症診斷觀察量表(第二版)才能夠做到,有可能是因為這得靠訓練有素的專業人員在足夠的時間下評估,能更準確反應症狀嚴重程度。研究團隊樂觀認為,這項AI模型有望緩解兒童精神病學評估人力不足的困境。
瀏覽 617 次