محققان تصاویری از شبکیه چشم کودکان ثبت و آنها را با استفاده از الگوریتم هوش مصنوعی یادگیری عمیق اسکن کردند تا اوتیسم را با دقت ۱۰۰ درصد تشخیص دهند.
به گزارش مهر، یافته‌های این پژوهش در استفاده از هوش مصنوعی به عنوان ابزار رصد برای تشخیص زودهنگام بیماری بخصوص هنگامی که دسترسی به متخصص کودکان محدود است، کارآمد به حساب می‌آید.
اخیراً محققان انگلیسی ابزارهایی غیرتهاجمی برای تشخیص سریع آسیب ابداع کرده‌اند و برای این منظور یک نور ایمن لیزر به شبکیه می‌تابانند. اکنون محققان کالج یونسی در کره‌جنوبی با استفاده از تصاویر شبکیه که با الگوریتم هوش مصنوعی بررسی می‌شود، روشی برای تشخیص اختلال طیف اوتیسم (ASD) و علائم شدت آن در کودکان ابداع کرده‌اند.
محققان در این باره می‌گویند: مدل‌های عملکردی نویدبخش در ایجاد تمایز بین ASD و TD(کودکان با رشد معمولی) با کمک عکس‌های معمولی نشان می‌دهد تغییرات در شبکیه در افراد مبتلا به ASD احتمالاً به عنوان نشانگر زیستی ارزش دارد. یافته‌های ما نشان می‌دهد تصاویر شبکیه احتمالاً اطلاعاتی اضافی درباره شدت علائم دارند.