Их новейшее междисциплинарное сотрудничество и исследование зарегистрированы в бумагу «Использование Машинного обучения, чтобы Улучшить обследование на Аутизм и Диагностические Инструменты: Эффективность, Эффективность и Мультиинструмент», изданный в Журнале Детской Психологии и Психиатрии.Изучите авторов Дэниела Боуна, Сомер Бишоп, Мэтью П. Блэк, Мэтью Гудвин, Кэтрин Лорд и Шрикэнт С. Нэраянэн посмотрели на два установленных промышленных теста: Аутизм, Диагностический Пересмотренный Интервью (ADI-R), и Social Responsiveness Scale (SRS), оба экзамена, на которых у родителей берут интервью об их детских поведениях. Ученые тогда применили методы машинного обучения, чтобы проанализировать, как ответы родителей на отдельных пунктах и комбинациях пунктов совпали с полным клиническим диагнозом ребенка ASD против non-ASD.Один из фундаментальных вопросов, которые вели эту научно-исследовательскую работу, сказали соавтор и директор ПАРУСА Шри Нэраянэн, был, «Как мы можем поддержать и увеличить принятие решений экспертов вне способности человека, как мы можем понять данные и образцы, которые не в состоянии быть обнаруженными единственным человеком?» Исследователи, стремящиеся предоставлять родителям или сиделкам и оценщикам с «инструментами для лучшего принятия решений», изучил экзаменационные отметки более чем 1 500 человек, сравнив результаты тех людей с беспорядком спектра аутизма тем с другими диагнозами non-ASD.
При помощи машинного обучения, чтобы проанализировать тысячи ответов сиделки, исследователи смогли определить увольнения в вопросах, которые задают сиделкам. Устраняя эти увольнения, авторы определили пять вопросов ADI-R, которые, казалось, были способны к поддержанию 95% работы инструмента. В то время как неясно, как эти вопросы функционировали бы, если бы ими управляли отдельно из полного интервью, они предполагают, что определенные диагностические конструкции (когда сообщили родители) могут быть особенно важны для предсказания клинического диагноза.Далее клиническое тестирование необходимо, чтобы понять практическую полезность этих конкретных результатов, но использование этих типов методов могло в конечном счете служить, чтобы уменьшить административное время и настроить вопросы определить уникальные проблемы, которые гарантируют вмешательство для конкретного человека.
Авторы также полагают, что могут использовать машинное обучение, чтобы обеспечить другую линзу на аутизме, предлагая картину, которая является более четкой, более дистиллированной, и в целом более сообщена данным для сиделок и практиков. Это, авторы верят, могло быть революционно в этом, это «вынимает догадки или субъективность, вовлеченную даже в которым доверяют, всеотраслевые инструменты».
«Машинное обучение может поставить диагноз, более эффективный, более систематичный», сказал Дэниел Боун USC, ведущий автор исследования. Вне раннего вмешательства увеличенная деталь могла также уменьшить частоту ошибочных диагнозов, которые лишают доступа людей к службам от государств или государственным школам, например.
Современные вычислительные методы появляются в качестве масштабируемых инструментов для клинического перевода в здоровье человека и благополучии.Исследователи в Лаборатории Анализа и Интерпретации Сигнала в USC хотят проявить целостный подход к аутизму. Кроме планирования для показа и инструментов диагноза с машинным обучением, исследователи работают, чтобы создать количественные показатели поведения человека на основе аудио, видео и физиологических датчиков посредством обработки сигнала. Одна основная цель исследователей состояла в том, чтобы определить количество того, какие звуки, нетипичные о речевой мелодии многих людей с аутизмом, так как, меры по цели от компьютера могут добавить клиницистов в этом трудном суждении.
В конечном счете ученые хотели бы обучить специалистов использовать аудио и инструменты обработки сигнала на более регулярной основе, чтобы определить и контролировать определенные поведенческие модели и развивать вмешательства, чтобы обратиться к этим образцам.Кроме того, один из проектов, которые планирует эта мультидисциплинарная команда технических ученых от USC и психологов от UCSF (наряду с экспертами в юном социальном развитии из Цинциннати Детская Больница, Райан Адамс, обратится к социальным проблемам, которые могут испытать люди с аутизмом.
Исследователи сделают запись поведения человека, чтобы попытаться понять речевые образцы или жесты, которые могут бессознательно быть нерасполагающими пэрам и напрячь дружбу. Исследователи хотели бы обеспечить управляемый данными пониманием, которое может использоваться для терапевтических вмешательств, чтобы улучшить качество и количество дружбы для детей на спектре.
Нэраянэн сказал, «Мы строим науку сначала, затем переводя науку назад на полезную технологию – на всем протяжении междисциплинарных партнерств».