論文の概要: Application of Artificial Intelligence in Supporting Healthcare Professionals and Caregivers in Treatment of Autistic Children
- arxiv url: http://arxiv.org/abs/2407.08902v1
- Date: Fri, 12 Jul 2024 00:34:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-16 01:16:30.439519
- Title: Application of Artificial Intelligence in Supporting Healthcare Professionals and Caregivers in Treatment of Autistic Children
- Title（参考訳）: 自閉症児の治療における人工知能の医療専門家・介護者支援への応用
- Authors: Hossein Mohammadi Rouzbahani, Hadis Karimipour,
- Abstract要約: 本稿では、自閉症スペクトラム障害(ASD)管理における医療従事者と介護者の能力を高める人工知能の可能性について検討する。
自閉症児と非自閉症児の日常活動における顔および身体の表情を解析するための高度なアルゴリズムを開発した。
本研究は, ASDの診断, 治療, 包括的管理を改善するためのAIの変革的可能性を強調する。
- 参考スコア（独自算出の注目度）: 0.552480439325792
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Autism Spectrum Disorder (ASD) represents a multifaceted neurodevelopmental condition marked by difficulties in social interaction, communication impediments, and repetitive behaviors. Despite progress in understanding ASD, its diagnosis and treatment continue to pose significant challenges due to the variability in symptomatology and the necessity for multidisciplinary care approaches. This paper investigates the potential of Artificial Intelligence (AI) to augment the capabilities of healthcare professionals and caregivers in managing ASD. We have developed a sophisticated algorithm designed to analyze facial and bodily expressions during daily activities of both autistic and non-autistic children, leading to the development of a powerful deep learning-based autism detection system. Our study demonstrated that AI models, specifically the Xception and ResNet50V2 architectures, achieved high accuracy in diagnosing Autism Spectrum Disorder (ASD). This research highlights the transformative potential of AI in improving the diagnosis, treatment, and comprehensive management of ASD. Our study revealed that AI models, notably the Xception and ResNet50V2 architectures, demonstrated high accuracy in diagnosing ASD.
- Abstract（参考訳）: 自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、社会的相互作用の困難、コミュニケーション障害、反復行動に特徴付けられる多面的な神経発達状態である。
ASDの理解の進展にもかかわらず、その診断と治療は、症状学の多様性と多分野の医療アプローチの必要性により、大きな課題を呈し続けている。
本稿では,医療従事者や介護者のASD管理能力を高める人工知能(AI)の可能性について検討する。
我々は,自閉症児と非自閉症児の日常活動における表情と身体の表情を解析するための高度なアルゴリズムを開発し,強力な深層学習に基づく自閉症検出システムの開発に繋がった。
我々の研究は、AIモデル、特にXceptionとResNet50V2アーキテクチャが自閉症スペクトラム障害(ASD)の診断において高い精度を実現していることを示した。
本研究は, ASDの診断, 治療, 包括的管理の改善におけるAIの変革的可能性を強調する。
我々の研究によると、AIモデル、特にXceptionとResNet50V2アーキテクチャは、ASDの診断において高い精度を示した。
関連論文リスト
- Artificial intelligence techniques in inherited retinal diseases: A review [19.107474958408847]
遺伝性網膜疾患(英: InheritedRetinal disease、IRD)は、進行性視力低下を引き起こす多様な遺伝性疾患群であり、労働年齢層の視覚障害の主要な原因である。
人工知能(AI)の最近の進歩は、これらの課題に対する有望な解決策を提供する。
このレビューは既存の研究を統合し、ギャップを特定し、IRDの診断と管理におけるAIの可能性の概要を提供する。
論文 参考訳（メタデータ） (2024-10-10T03:14:51Z) - Evaluation of OpenAI o1: Opportunities and Challenges of AGI [112.0812059747033]
o1-previewは目覚ましい能力を示し、しばしば人間レベルまたは優れたパフォーマンスを実現した。
このモデルは、様々な分野にわたる複雑な推論と知識の統合を必要とするタスクに優れていた。
総合的な結果は、人工知能への大きな進歩を示している。
論文 参考訳（メタデータ） (2024-09-27T06:57:00Z) - A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。
重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。
人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
論文 参考訳（メタデータ） (2024-05-21T06:44:40Z) - Hear Me, See Me, Understand Me: Audio-Visual Autism Behavior Recognition [47.550391816383794]
本稿では,音声・視覚自閉症の行動認識の新たな課題について紹介する。
社会的行動認識は、AIによる自閉症スクリーニング研究において、これまで省略されてきた重要な側面である。
データセット、コード、事前トレーニングされたモデルをリリースします。
論文 参考訳（メタデータ） (2024-03-22T22:52:35Z) - Diagnosis driven Anomaly Detection for CPS [44.97616703648182]
本稿では、深層学習に基づく異常検出を利用して、一貫性に基づく診断(CBD)のための入力を生成する手法を提案する。
我々は、シミュレーションと実世界のCPSデータセットに対する我々のアプローチを評価し、我々のモデルは、他の最先端モデルと比較して強い性能を示す。
論文 参考訳（メタデータ） (2023-11-27T15:34:40Z) - Empowering Psychotherapy with Large Language Models: Cognitive
Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。
DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。
実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
論文 参考訳（メタデータ） (2023-10-11T02:47:21Z) - A Review of and Roadmap for Data Science and Machine Learning for the
Neuropsychiatric Phenotype of Autism [3.062772835338966]
自閉症スペクトラム障害(Autism Spectrum disorder)は、44人の子供の少なくとも1人に影響を及ぼす神経発達遅延である。
自閉症と関連する遅延の診断、治療、縦断的な追跡パイプラインには大きなボトルネックがある。
本稿では,神経行動分析とデジタル精神医学に関連する知見を紹介する。
論文 参考訳（メタデータ） (2023-03-07T01:14:54Z) - Proposing a System Level Machine Learning Hybrid Architecture and
Approach for a Comprehensive Autism Spectrum Disorder Diagnosis [1.2691047660244335]
自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、知的発達、社会的行動、顔の特徴に影響を及ぼす重度の神経精神疾患である。
ASDの診断精度を向上させるために,社会行動と顔の特徴データの両方をフル活用したハイブリッドアーキテクチャを提案する。
論文 参考訳（メタデータ） (2021-09-18T04:33:09Z) - AI-Augmented Behavior Analysis for Children with Developmental
Disabilities: Building Towards Precision Treatment [2.0324247356209835]
AI-Augmented Learning and Applied Behavior Analytics(AI-ABA)プラットフォームを提供し、パーソナライズされた治療と学習計画を提供します。
自動データ収集と分析とともに体系的な実験を定義することで、AI-ABAは自己規制的行動を促進することができる。
論文 参考訳（メタデータ） (2021-02-21T16:15:40Z) - Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。
我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-08-21T20:22:55Z) - Explainable and Scalable Machine-Learning Algorithms for Detection of
Autism Spectrum Disorder using fMRI Data [0.2578242050187029]
提案した深層学習モデル ASD-DiagNet は神経型スキャンから ASD の脳スキャンの分類に一貫した精度を示す。
我々の手法はAuto-ASD-Networkと呼ばれ、ディープラーニングとサポートベクトルマシン(SVM)を組み合わせて、ニューロタイプスキャンからASDスキャンを分類する。
論文 参考訳（メタデータ） (2020-03-02T18:20:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。