世界

AIツールは、より速く、より正確な自閉症およびADHD診断のための有望を示しています

モーショントラッキングデータを使用した新しい人工知能（AI）ツールは、いつの日か、より速度と精度のある子供の自閉症と注意欠陥/多動性障害（ADHD）を診断するのに役立つ場合があります。 科学レポート.1この研究は、ホルヘ・V・ホセ博士、ジェームズ・H・ルディの物理学の教授であり、インディアナ大学の解剖学、細胞生物学、および生理学の非常勤教授が主導しました。彼は、この新しいツールが神経性条件を評価する可能性があると述べました。または両方、に基づいて 微妙な動きのバイオマーカー 肉眼では見えません参加者は、タッチスクリーンベースの到達タスクを実行しながらワイヤレスモーションセンサーを着用していました|画像クレジット：Peakstock - stock.adobe.com診断ウィンドウとしてのモーションニュースリリースによると、神経疾患障害のある子どもたちは、インディアナを含む一部の分野では、正式な診断を受ける前に長い遅延に直面することがよくあります。2現在の診断方法は、行動の観察と調査に大きく依存しています。この研究では、客観的でスケーラブルな代替手段を提案しています。単純な到達タスク中にキャプチャされた動きデータを使用して、神経性の特性をスクリーニングします。「肉眼では見えない運動変動の統計を研究することにより、新しい生体認証の観点から障害の重症度を評価できます」とホセは言いました。 「現在、精神科医がいかに深刻であるかを伝えることはできません。」これをテストするために、参加者はタッチスクリーンベースの到達タスクを実行しながらワイヤレスモーションセンサーを着用しました。次に、これらのデータストリームは、長期の短期メモリディープラーニングモデルを使用して分析され、参加者が神経型であるか、自閉症か、ADHDを有しているか、併存自閉症とADHDを持っているかに基づいて4つのカテゴリのうち1つに分類するように訓練されました。分類における強い精度深い学習モデルは、3つのキネマティック信号タイプすべてを使用すると、平均テスト精度が71.48％を達成しましたが、分類パフォーマンスは入力タイプによって異なります。 RPYデータだけで、線形加速度データでわずか44.44％、角速度で32.17％と比較して、67.83％で最も高い個々の信号精度が得られました。組み合わせを見ると、RPYと線形の加速度データは一緒になって、参加者の分類で71.79％の精度をもたらし、角度速度と3つすべての組み合わせよりもペアとしてパフォーマンスを向上させました。特に、分類は、神経型の患者と神経型の患者を区別するために最も正確でした。このツールは、自閉症とADHDの両方の子供を特定するための信頼性が低く、併存診断に臨床的課題を反映していました。「より大きく、より包括的なデータセットでトレーニングした後、ディープラーニングアプローチは、診療所だけでなく、学校やその他の非医療環境でも、神経性障害があると疑われる参加者にとって早期スクリーニングツールとして重要な役割を果たす可能性があります」と研究チームは書いています。 「センサー技術の急速な改善により、MEM [micro-electromechanical] センサーは、より手頃な価格で信頼性が高く、ユビキタス（スマートフォンやスマートウォッチなど）になりつつあります。生体認証による重症度の定量化単に神経疾患の条件を特定するだけでなく、この研究では、参加者のマイクロモボメントの統計パターンに基づいて、新しいバイオマーカー、特にFano因子とシャノンエントロピーも検討しました。これらのメトリックは、研究者が症状の重症度にリンクした動きのランダム性を定量化しました。より深刻な自閉症またはADHDの子供は、加速データにエントロピーが高く、異なる変動パターンを持つ傾向がありました。たとえば、機能性の低い自閉症の参加者は、穏やかな状態の患者よりも手の動きにはるかに大きなばらつきを示しました。この技術は医師や臨床診断に取って代わるものではありませんが、著者らは、特にサービスを得ていない、または高塗りの地域で、プライマリケア事務所、学校、または遠隔密度の設定で展開できるトリアージまたはスクリーニングツールとして想定しています。「一部の患者は、かなりの数のサービスと専門的な治療を必要とするでしょう」とホセはニュースリリースで述べました。 「しかし、患者の障害の重症度がスペクトルの真ん中にある場合、それらの治療はより微細に調整され、要求が厳しくなく、しばしば自宅で実行でき、ケアをより手頃で実行しやすくします。」参照医師KP、McKeever C、Wu D、他深い学習診断と、神経増殖障害の運動学的重症度評価。 Sci Rep。 2025年7月8日にオンラインで公開。doi：10.1038/s41598-025-04294-9自閉症とADHD診断の速度と精度を改善するために使用される人工知能。ニュースリリース。 eurekalert。 2025年7月8日。2025年7月8日アクセス。 https://www.eurekalert.org/news-releases/1090448Wu D、JoséJV、Nurnberger JI、Torres EB。自閉症のアプリケーションで神経発達を特徴付けるバイオマーカー。 Sci Rep。 2018; 8（1）：614。 doi：10.1038/s41598-017-18902-w #AIツールはより速くより正確な自閉症およびADHD診断のための有望を示しています