AI大模型可助力孤独症早期筛查

  据世界卫生组织估计，全世界大约每100名儿童中就有1人患孤独症。然而，仅有约四分之一的孤独症儿童在3岁前被诊断发现。而早期发现、早期行为干预和教育可显着提升孤独症儿童的社交和认知功能。

  瑞典卡罗琳医学院的研究团队在《美国医学会杂志·网络开放》期刊上发表论文介绍说，他们的机器学习数据来源于美国一个招募了约5万名孤独症人群及其家庭成员的研究项目，其中包括15330名确诊儿童和15330名未得到诊断的儿童信息，覆盖了不同年龄段、种族和性别。

  根据家长提供的医疗背景及填写的调查问卷，研究团队提取了28项在儿童2岁前可以轻松获得的衡量指标，如第一次做出微笑表情的时间点等。基于这些数据，研究团队对机器学习大模型进行构建和训练，使其在包含孤独症儿童和非孤独症儿童的大规模数据中寻找这些特征的不同组合模式及其表征关系，并择选出其中性能最优的一个模型，进行了进一步数据测试。   该AI大模型对约10000名参与者进行了孤独症筛查。测试结果显示，其识别准确率为78.9%，其中针对2岁以下儿童的准确率为78.5%，2至4岁儿童的准确率为84.2%，4至10岁儿童的准确率为79.2%。

  然而，在对另一组参与者数据进行筛查时，准确率仅有68%。研究团队表示，该模型仍需要进一步优化，未来也会考虑结合使用诸如眼动追踪等技术。这并不是研究人员第一次尝试用AI进行孤独症早期筛查，此前曾有相关研究将AI技术与儿童视网膜扫描相结合进行识别。 　　中评社北京8月23日电／据新华社消息，近日，瑞典一个研究团队基于机器学习开发出一个人工智能（AI）大模型，可以帮助专家进行孤独症谱系障碍（ASD）的早期筛查。ASD通常简称为孤独症或自闭症。研究结果显示该系统的准确率可达约80%。

  据世界卫生组织估计，全世界大约每100名儿童中就有1人患孤独症。然而，仅有约四分之一的孤独症儿童在3岁前被诊断发现。而早期发现、早期行为干预和教育可显着提升孤独症儿童的社交和认知功能。

  瑞典卡罗琳医学院的研究团队在《美国医学会杂志·网络开放》期刊上发表论文介绍说，他们的机器学习数据来源于美国一个招募了约5万名孤独症人群及其家庭成员的研究项目，其中包括15330名确诊儿童和15330名未得到诊断的儿童信息，覆盖了不同年龄段、种族和性别。

  根据家长提供的医疗背景及填写的调查问卷，研究团队提取了28项在儿童2岁前可以轻松获得的衡量指标，如第一次做出微笑表情的时间点等。基于这些数据，研究团队对机器学习大模型进行构建和训练，使其在包含孤独症儿童和非孤独症儿童的大规模数据中寻找这些特征的不同组合模式及其表征关系，并择选出其中性能最优的一个模型，进行了进一步数据测试。