Zajednički sistem dubokog učenja zasnovan na pažnji pruža dobre prediktivne performanse za razlikovanje poremećaja iz spektra autizma (ASD) od tipičnog razvoja (TD), prema studiji objavljenoj na mreži 25. maja u JAMA Network Open.
Chanioung Ko, MD, sa Medicinskog koledža Univerziteta Ionsei u Seulu, Južna Koreja, i njegove kolege obučili su modele dubokog učenja da razlikuju ASD od TD i da razlikuju ozbiljnost simptoma ASD. Zadaci zajedničke pažnje su davani deci sa i bez ASD, a video podaci su dobijeni iz više institucija. Devedeset petoro od 110 dece je završilo mere studija. Analitičku populaciju činilo je 45 dece sa ASD i 50 sa TD.
Istraživači su primetili dobre prediktivne performanse za model dubokog učenja ASD u odnosu na TD za iniciranje zajedničke pažnje (IJA; površina ispod operativne karakteristične krive prijemnika [AUROC], 99,6 procenata; tačnost, 97,6 procenata; preciznost, 95,5 procenata; i podsećanje, 99,2 procenat); niski odgovor na zajedničku pažnju (RJA; AUROC, 99,8 procenata; tačnost, 98,8 procenata; preciznost, 98,9 procenata; i podsećanje, 99,1 procenat); i RJA visokog nivoa (AUROC, 99,5 procenata; tačnost, 98,4 procenata; preciznost, 98,8 procenata; i podsećanje, 98,6 procenata). Razumni prediktivni učinak primećen je za IJA, RJA niskog nivoa i RJA visokog nivoa u modelima težine simptoma ASD zasnovanim na dubokom učenju.
„Verujemo da naše istraživanje otvara mogućnosti za prikupljanje velikih skupova podataka o biomarkerima ponašanja kroz standardizovanu postavku za prikupljanje video podataka koja je pogodna za kompjuterski vid i duboko učenje i primenljiva na širok spektar neuropsihijatrijskih stanja“, pišu autori.
Dva autora su otkrila veze sa LumanLab-om, a tri su otkrila da imaju patente za metod i aparat za dijagnozu težine smetnji u razvoju kod mališana na osnovu zajedničke pažnje.
