محققان دانشگاه آرکانزاس فاش کردند که در حال کار بر روی توسعه یک الگوریتم هوش مصنوعی هستند که می تواند به تشخیص اختلال طیف اوتیسم در کودکان زیر پنج سال کمک کند.
به گزارش eandt.theiet، تیمی از دانشمندان با تخصص در حوزه های علوم غذایی و علوم کامپیوتر(مهندسی کامپیوتر) در حال همکاری برای توسعه ابزار یادگیری ماشینی هستند که می‌تواند به پزشکان و والدین در تشخیص اختلال طیف اوتیسم (ASD) در کودکان خردسال کمک کند. محققان توجه به داده‌های بیومتریک و واکنش‌های رفتاری به بوها و مزه‌های قوی را به عنوان راهی برای تشخیص شاخص‌های اوتیسم عنوان کردند.
دو محقق این دانشگاه(Han-Seok Seo و Khoa Luu) از آرکانزاس یک الگوریتم یادگیری عمیق ایجاد کرده‌اند که به طور بالقوه می‌تواند نشانه‌های حسی از غذاهای مختلف را در کودکان شناسایی کند سپس هوش مصنوعی این پاسخ ها را تجزیه و تحلیل می کند و مواردی را که در آنها با رفتارهای مرتبط با اوتیسم مرتبط است، شناسایی می کند.
کودکان مبتلا به اوتیسم علاوه بر مشکلات در برخی از تعاملات اجتماعی، اغلب رفتارهای غذایی غیرعادی از خود نشان می دهند، مانند اجتناب از برخی غذاها، نیازهای خاص در زمان غذا و خوردن غیراجتماعی غذاها.
هدف نهایی محققان ایجاد الگوریتمی است که عملکردی برابر یا بهتر در تشخیص زودهنگام اوتیسم در کودکان نسبت به روش‌های تشخیصی سنتی داشته باشد . در حالی که این سیستم پیشنهادی راه نهایی در تشخیص نیست، اما می‌تواند یک ابزار غربالگری اولیه را برای والدین فراهم کند.
بیشتر بخوانید