森を樹木の中から探す: 機械学習とオンラインの認知・知覚の測定法を使用して,大人の自閉症の診断を予測する

科学分野:

• 神経科学は神経科学である.
• 心理学 心理学とは
• 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

• 伝統的な自閉症診断ツールは主観的な測定に依拠し,行動の違いと診断予測の洞察を制限しています.
• 自閉症の異質性は,単一の神経心理学的領域を通して検出を複雑にする.
• 長い診断の待ち時間は,ケアへのタイムリーなアクセスを妨害し,改善された識別方法が必要になります.

研究 の 目的:

• 機械学習を用いた自閉症診断のためのパフォーマンスベースの測定値の予測精度を評価する.
• 自閉症を予測する重要な神経心理学的要因を特定する.
• パフォーマンスベースの測定とスクリーニングアンケートによる予測力の組み合わせを評価する.

主な方法:

• 自閉症と非自閉症の成人を対象に,多感知知覚,感情認識,および執行機能の評価を行うオンラインタスクを実施した.
• 参加者の分類と特徴の重要性の分析のために機械学習アルゴリズムを使用した.
• 個々の測定値,それらの組み合わせ,およびスクリーニングアンケートを追加した予測精度を比較しました.

主要な成果:

• パフォーマンスベースの測定と一般的なスクリーニングアンケートが併用され,自閉症の予測精度は92%に達しました.
• 機械学習は,遅れて診断された人口の中で自閉症を成功裏に予測しました.
• 予測的価値は,個々の差異が有意でない変数の組み合わせで発見され,複雑な関係を示している.

結論:

• パフォーマンスベースの測定は,自閉症の予測に有望で客観的なアプローチを提供し,既存の主観的なスクリーニングツールを補完します.
• 機械学習は,自閉症に関連する複雑で潜在的な関係を特定することができ,スクリーニングツールの最適化を可能にします.
• このアプローチは,特に識別が難しい個体にとって,診断のアクセシビリティと正確性を高めます.