【读者投书】视网膜AI:窥见瞳孔中的儿童自闭症线索 – 读者投书 – TechNice科技岛-掌握科技与行销最新动态
作者/林姿伶(研究助理)
研究人员进行一项前瞻性研究,运用人工智慧演算法,对捕捉的儿童视网膜影像进行筛检,成功诊断患有自闭症谱系障碍(Autism Spectrum Disorder, ASD)的儿童。研究显示,人工智慧演算法在区分正常发育儿童和自闭症谱系障碍儿童的准确性,达到100%的正确率。
在眼睛的後部,视网膜和视神经在视盘相连,作为中枢神经系统的延伸,这个结构提供一个窗口,让研究人员能够轻松且非侵入地获取与大脑相关的重要资讯。值得一提的是,即使在排除许多非必要的图像数据的情况下,该演算法仍保持完美的分数,突显视神经盘在辨识别过程中的重要性。这种创新方法有望改变传统的早期检测方式,特别是在专业儿童精神科医生有限的情况下。
研究人员招募958名平均年龄7.8岁的参与者,透过拍摄他们的视网膜获得1890张影像,其中一半的参与者被诊断患有自闭症谱系障碍,另一半则是作为年龄与性别匹配的对照组。在研究中,使用85%的视网膜影像和症状严重程度测试分数,训练卷积神经网路,建立模型来筛选ASD,以及辨识ASD症状的严重程度,剩余的15%图像则被保留作为测试用途。结果显示,对於测试影像集的ASD筛检,人工智慧可以挑选出接受者操作者特徵曲线(AUROC)下平均面积为1.00的ASD诊断儿童,即使移除影像中95%最不重要区域(不包括视盘),平均AUROC也无显着下降。
研究人员表示,下一步将扩大研究范围,关注其他族群和诊断类别。期望透过进一步的研究,将这些分析方法发展为实用工具,以协助临床医生更准确、有效地进行ASD及其相关疾病的筛检与诊断。
资料来源:
- https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2812964?utm_source=For_The_Media&utm_medium=referral&utm_campaign=ftm_links&utm_term=121523
- https://newatlas.com/medical/retinal-photograph-ai-deep-learning-algorithm-diagnose-child-autism/
- https://ts2.space/en/ai-algorithm-utilizes-retinal-imaging-for-accurate-autism-detection-in-children/#gsc.tab=0
- https://www.sciencealert.com/a-hidden-pattern-in-childrens-eyes-can-reveal-if-they-have-autism
0 0 投票数
Article Rating
订阅评论
登录
0 Comments
最旧
最新 最多投票
内联反馈
查看所有评论