اوتیسم و هوش مصنوعی
محققان با استفاده از تصویربرداری MRI و با کمک هوش مصنوعی، توانستند برخی اختلالات در ارتباطات اجتماعی و رفتارهای تکراری از قبیل اوتیسم را ثبت کنند.
شبکیه چشم یک قسمت حساس از چشم است که با تصویربرداری و تحلیل تصاویر آن، اطلاعات مهمی از وضعیت سلامتی عمومی بدن ارائه میدهد. با استفاده از الگوریتمها میتوان اطلاعاتی که در شبکیه اتفاق میافتد را خارج و با الگوهایی که به بیماری اوتیسم مرتبط هستند را شناسایی کرد.
تحقیقات ابتدایی
این ایدهی جالب برای تشخیص اختلال اوتیسم و دیگر مشکلات سلامتی است. تحقیقات در مراحل ابتدایی قرار دارد و نیاز به اعتبارسنجی دارد تا بتواند به طور رسمی به عنوان یک روش تشخیصی مورد استفاده قرار بگیرد. تحقیقات انجام شده نشان میدهد، با استفاده از هوش مصنوعی و به منظور شناسایی بیماری اوتیسم کمک کننده است. شناخت زود هنگام اوتیسم و مداخله مؤثر در این حوزه بسیار حائز اهمیت است. سیستم هوش مصنوعی جدید محققان قادر به تشخیص این مشکلات را در اطفال ۲۴ تا ۴۸ ماهه با دقت ۹۸.۵ درصد دارد. در این تکنولوژی، از اسکنهای ام آر آی تنسور پخش وزنی مغز استفاده میشود، که یک تکنولوژی تخصصی برای تصویربرداری از حرکت آب در طول مسیرهای ماده سفید در اندام بدن استفاده میکند.
نظریه مدیر مرکز اتیسم
گرگوری بارنس، استاد عصبشناس و مدیر مرکز اوتیسم در لوئیز ویل، میگوید: اوتیسم اصلاحات نامناسب در اتصالات مغزی است. روش ام آر آی جدید میتواند این اتصالات غیرطبیعی را ثبت کند و با شناسایی اختلالات اجتماعی و رفتارهای تکراری، افراد مبتلا به بیماری اوتیسم را تشخیص دهد.در این روش، هوش مصنوعی سیگنالهای تصویربرداری نشاندهنده قدرت ارتباط بین نواحی مغز جمعآوری میکند. این کار از اسکن DT-MRI استفاده میکند که محققان میتوانند تصاویر بافت مغز را جدا کنند. با استفاده از یادگیری ماشینی، میتوان الگوهای مغز افراد مبتلا به بیماری اوتیسم را با مغزهای سالم مقایسه و این بیماری را شناسایی نمود.
در آخر
اطلاعات ارائه شده تا کنون حاکی از این است که، هوش مصنوعی و تحلیل تصاویر به دست آمده از هوش مصنوعی برای تشخیص بیماری اتیسم مفیدو کمک کننده است. اما نیاز به تحقیقات و ارزیابیهای بیشتری دارد تا به طور رسمی و گستردهتر به عنوان یک روش تشخیصی مورد قبول پزشکی تأیید شود.