Medikaynak Search
Üye Ol Üye Giriş
Medikaynak Menü
Üye Olun / Giriş Yapın Medikaynak Icon
Medikaynak Rxmediapharma

Otizm spektrum bozukluğunun (OSB) tanısına yönelik standart yaklaşımlar, 20 ile 100 arası davranışı değerlendirir ve tamamlanması birkaç saat sürer. Bu kısmen tanı için uzun bekleme sürelerine ve ardından tedaviye erişimdeki gecikmelere sebep olabilir.

Bir grup araştırmacı, makine öğrenimi analizinin ev videolarında kullanılmasının, doğruluktan ödün vermedentanıyı hızlandırabileceğini düşünerek bir çalışma yaptılar. Seyreklik, yorumlanabilirlik ve doğruluk için optimize edilmiş makine öğrenme sınıflandırıcıları oluşturmak için ikistandart tanılama aracından madde düzeyinde kayıtları analiz ettiler.

Araştırmacılar, bu optimize modellerin özelliklerinin, hızlı ve doğru bir makine öğrenmesi otizm sınıflamasına ulaşmak için OSB'si olan ve olmayan çocukların evde izlenebilecek 3 dakikalıkvideolardan kör, uzman olmayan puanlayıcılar tarafından çıkarılıp çıkarılmayacağını test ettiler. OSB'yi tanımlamak için 8 bağımsız makine öğrenme modeli tarafından kullanılan 30 davranışsal özelliği (örneğin, göz teması, sosyal gülümseme) değerlendirmek üzere video oynatıcılar için bir mobil web portalı oluşturdular.

Evde Çekilen Videolar ile Tanı

Daha sonra otizmi olan çocukların 116 kısa ev videosunu (ortalama yaş = 4 yıl 10 ay) ve tipik olarak gelişmekte olan çocukların 46 videosunu (ortalama yaş = 2 yıl 11 ay) topladılar. Tanı için 30 özelliğin her birini bağımsız olarak ölçtüler ve tamamlamak için gerekli ortalama zaman 4 dakikaydı. Her ne kadar birkaç modeliyi performans gösterse de, test edilen her yaşta 5-karakterli LR sınıflandırıcı (LR5) en yüksek doğruluğu verdi. Sonucu doğrulamak için, prospektif olarak toplanmış bağımsız bir 66 video (33’ü OSB’li ve 33’ü OSB’siz) doğrulama seti ve 3 bağımsız değerlendirme ölçütü kullandılar. Böylece daha düşük ancak karşılaştırılabilir bir doğruluk elde edildi. Son olarak, 8 özellikli bir model oluşturmak için LR’yi 162-video-özellik matrisine uyguladılar.Buyapılan test setinde 0,93 AUC ve 66 video doğrulama setinde 0,86 AUC elde ettiler.

Araştırmacılar elde ettikleri sonuçların, evde çekilen videoların otizm sınıflaması açısından etiketlenmesinin, mobil cihazların kullanılması ile kısa zaman dilimlerinde doğru sonuçlar verebileceği hipotezini desteklediğini belirttiler. Bu yaklaşımın, otizm tanısını ne kadar hızlandırabileceğini doğrulamak için daha fazla çalışmaya ihtiyaç olduğunu aktardılar.

Medikaynak Referanslar

Tariq Q, Daniels J, Schwartz JN, Washington P, Kalantarian H, Wall DP (2018) Mobile detection of autism through machine learning on home video: A development and prospective validation study. PLoS Med 15(11): e1002705.

+ Tüm Referansları Göster
  1. Benzer İçerikler