Машинное обучение предсказывает агрессивное поведение у подростков с аутизмом
- Исследование, проведенное доктором Талесом Имбирибой из Северо-Восточного университета в Бостоне, с использованием машинного обучения позволяет прогнозировать агрессивное поведение у молодых людей с аутизмом, что дает надежду на улучшение качества помощи.
- В ходе исследования участники носили биосенсоры, и алгоритмы продемонстрировали высокую точность в прогнозировании агрессии, особенно за три минуты до ее возникновения.
- Эти выводы могут привести к созданию мобильных систем здравоохранения, обеспечивающих своевременное вмешательство, что улучшит качество жизни людей с аутизмом и снизит непредсказуемость их поведения.
В groundbreaking исследовании, опубликованном онлайн в JAMA Network Open, исследователи использовали силу машинного обучения для эффективного прогнозирования неминуемого агрессивного поведения у госпитализированных подростков с аутизмом. Под руководством доктора Тайлса Имбиробы из Северо-Восточного университета в Бостоне это исследование знаменует собой значительный шаг в понимании и управлении сложным поведением, связанным с аутизмом.
Исследование, проведенное с марта 2019 по март 2020 года, сосредоточилось на 70 психиатрических пациентах с подтвержденным диагнозом аутизма. Эти люди демонстрировали саморазрушительное поведение, дисрегуляцию эмоций или агрессию по отношению к другим, из них 32 были минимально вербальными, а 30 имели интеллектуальные нарушения.
Оснащенные коммерчески доступными биосенсорами, периферийные физиологические сигналы участников записывались. Исследовательская команда тщательно проанализировала временные характеристики, извлеченные из данных биосенсоров, чтобы выявить паттерны, предшествующие агрессивным инцидентам.
Наблюдательные сессии раскрывают критические аспекты
В течение периода исследования исследователи провели 429 наблюдательных сессий кодирования, что в общей сложности составило ошеломляющие 497 часов. В рамках этих сессий было задокументировано и классифицировано 6665 случаев агрессивного поведения: саморазрушение (59,8%), дисрегуляция эмоций (31,0%) и агрессия по отношению к другим (9,3%).
Самым значимым выводом исследования является эффективность логистической регрессии как классификатора для прогнозирования агрессивного поведения. Этот метод продемонстрировал поразительную точность со средним значением площади под ROC-кривой 0,80, особенно в прогнозировании агрессивного поведения за три минуты до его начала.
Последствия этого исследования глубоки. Авторы предполагают, что эти выводы могут проложить путь к разработке мобильных систем здравоохранения, обеспечивающих адаптивные вмешательства в реальном времени. Эта технология, способная революционизировать область, предлагает новые возможности для превентивного вмешательства. Сосредоточившись на снижении непредсказуемости агрессивного поведения у подростков с аутизмом, она имеет потенциал значительно улучшить их качество жизни.
Трансформация жизни госпитализированных подростков с аутизмом
Это прорывное исследование представляет собой многообещающее достижение в области исследований и стратегий вмешательства при аутизме. Оно приносит надежду на улучшение ухода и поддержки для лиц с аутизмом, демонстрирующих сложное поведение. Повышение предсказуемости и управления таким поведением дает госпитализированным подросткам возможность более полно участвовать в жизни своих домов, школ и сообществ.
Успех исследования подчеркивает потенциал машинного обучения в революционизации того, как мы понимаем и заботимся о людях с аутизмом. Этот инновационный подход к прогнозированию агрессивного поведения предлагает новое измерение поддержки, которое ранее было недостижимо. Следующие шаги будут включать дальнейшую доработку и практическое применение этих прогностических моделей.
Перспективы будущего ухода при аутизме
По мере разработки и совершенствования этих прогностических моделей будущее ухода при аутизме выглядит многообещающим. Мобильные системы здравоохранения, использующие машинное обучение, могут стать незаменимыми инструментами для родителей, опекунов и медицинских работников в обеспечении своевременных вмешательств и поддержки.
В заключение, groundbreaking исследование, проведенное доктором Тайлсом Имбиробой, демонстрирует силу машинного обучения в прогнозировании агрессивного поведения у подростков с аутизмом. Это исследование дает надежду на более светлое будущее для лиц, сталкивающихся с трудностями, связанными с аутизмом, и прокладывает путь к разработке инновационных и эффективных вмешательств. Хотя остается еще много работы по переводу этих результатов в практические приложения, потенциал улучшения жизни людей с аутизмом — это цель, безусловно, стоящая того, чтобы ее преследовать.
Самые умные крипто-энтузиасты уже читают нашу рассылку. Хотите присоединиться? Присоединяйтесь.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Бренда Канана
Бренда имеет более 4 лет опыта, специализируясь на криптовалютах, искусственном интеллекте и новых технологиях. Она работала в Zycrypto, Blockchain Reporter, The Coin Republic, а теперь делает Cryptopolitan своим домом. Степень по социологии, полученная в Техническом университете Момбасы, помогает ей оставаться в курсе настроений своих читателей.
