详细内容或原文请订阅后点击阅览
AI模型提供了准确且可解释的见解来支持自闭症评估
一个深度学习模型被证明可以在区分自闭症和神经型参与者
来源:普利茅斯大学新闻科学家已经开发了一个深入学习模型，可以通过提供准确的结果和清晰，可解释的见解来支持临床医生，包括自闭症模型估计的概率得分。
该模型在发表在Eclinicalmedicine（柳叶刀的期刊）上的一项研究中概述了该模型，用于分析一种静止状态fMRI数据 - 一种非侵入性方法，该方法通过血液氧化的变化间接反映了大脑活动。
Eclinicalmedicine 柳叶刀这样做，该模型的自闭症谱系障碍（ASD）和神经型分类达到了98％的交叉验证准确性，并产生了对其决策影响最大的大脑区域的清晰，可解释的图。
在过去的二十年中，ASD诊断量大大增加，部分反映了更高的认识，扩展的筛查以及对诊断标准和临床实践的变化。早期识别和获得基于证据的支持可以改善发展和适应性结果，并可能提高生活质量，尽管影响有所不同。
但是，由于当前的诊断主要依赖于面对面和行为评估 - 并且等待确认的诊断可能会从数月到几年，因此迫切需要改善评估途径。
研究人员希望，通过进一步验证，他们的模型可以使自闭症患者和临床医生受益，他们通过提供准确，可解释的见解来为决策提供了评估和支持。