AI ने बताया – दोहराए जाने वाले व्यवहार हैं ऑटिज्म के सबसे मजबूत संकेत

ऑटिज्म से पीड़ित लोगों का आमतौर पर नैदानिक ​​अवलोकन और मूल्यांकन द्वारा निदान किया जाता है. नैदानिक ​​निर्णय प्रक्रिया को विघटित करने के लिए, जो अक्सर व्यक्तिपरक और वर्णन करने में कठिन होती है, शोधकर्ताओं ने ऑटिज्म के निदान के सबसे अधिक संकेत देने वाले व्यवहार और अवलोकनों को संश्लेषित करने के लिए एक बड़े भाषा मॉडल (LLM) का उपयोग किया.

ADVERTISEMENT

ADVERTISEMENT

उनके परिणाम बताते हैं कि दोहराए जाने वाले व्यवहार, विशेष रुचियां और धारणा-आधारित व्यवहार ऑटिज्म के निदान से सबसे अधिक जुड़े हुए हैं. इन निष्कर्षों में सामाजिक कारकों पर ध्यान कम करके ऑटिज्म के लिए नैदानिक ​​दिशानिर्देशों को बेहतर बनाने की क्षमता है - जिस पर DSM-5 में स्थापित दिशानिर्देश ध्यान केंद्रित करते हैं लेकिन मॉडल ने ऑटिज्म के निदान में सबसे अधिक प्रासंगिक के रूप में वर्गीकृत नहीं किया.

मॉन्ट्रियल में मिला क्यूबेक आर्टिफिशियल इंटेलिजेंस इंस्टीट्यूट और मैकगिल यूनिवर्सिटी के वरिष्ठ लेखक डेनिलो बज़डोक कहते हैं, "हमारा लक्ष्य यह सुझाव देना नहीं था कि हम निदान के लिए चिकित्सकों को AI उपकरणों से बदल सकते हैं." "इसके बजाय, हमने मात्रात्मक रूप से यह परिभाषित करने का प्रयास किया कि चिकित्सक अंतिम निदान निर्धारण तक पहुँचने के लिए देखे गए व्यवहार या रोगी के इतिहास के किन पहलुओं का उपयोग करता है. ऐसा करने में, हम चिकित्सकों को निदान उपकरणों के साथ काम करने के लिए सशक्त बनाने की उम्मीद करते हैं जो उनकी अनुभवजन्य वास्तविकताओं के अनुरूप हैं."

वैज्ञानिकों ने एक ट्रांसफॉर्मर भाषा मॉडल का लाभ उठाया, जिसे लगभग 489 मिलियन अद्वितीय वाक्यों पर पूर्व-प्रशिक्षित किया गया था. फिर उन्होंने ऑटिज्म निदान के लिए विचार किए गए रोगियों के साथ काम करने वाले चिकित्सकों द्वारा लिखी गई 4,000 से अधिक रिपोर्टों के संग्रह से निदान परिणाम की भविष्यवाणी करने के लिए LLM को ठीक किया. रिपोर्ट, जो अक्सर कई चिकित्सकों द्वारा उपयोग की जाती थीं, में देखे गए व्यवहार और प्रासंगिक रोगी इतिहास के विवरण शामिल थे, लेकिन सुझाए गए निदान परिणाम शामिल नहीं थे. टीम ने एक कस्टम LLM मॉड्यूल विकसित किया जो रिपोर्ट में विशिष्ट वाक्यों को इंगित करता था जो सही निदान भविष्यवाणी के लिए सबसे अधिक प्रासंगिक थे. फिर उन्होंने इन अत्यधिक ऑटिज्म-प्रासंगिक वाक्यों का संख्यात्मक प्रतिनिधित्व निकाला और उनकी तुलना सीधे DSM-5 में सूचीबद्ध स्थापित निदान मानदंडों से की. शोधकर्ता इस बात से आश्चर्यचकित थे कि एलएलएम सबसे अधिक निदान संबंधी प्रासंगिक मानदंडों के बीच कितनी स्पष्टता से अंतर करने में सक्षम था. उदाहरण के लिए, उनके ढांचे ने संकेत दिया कि दोहराव वाले व्यवहार, विशेष रुचियां और धारणा-आधारित व्यवहार ऑटिज़्म के लिए सबसे अधिक प्रासंगिक मानदंड थे.

जबकि इन मानदंडों का उपयोग नैदानिक ​​सेटिंग्स में किया जाता है, वर्तमान मानदंड सामाजिक परस्पर क्रिया में कमी और संचार कौशल की कमी पर अधिक ध्यान केंद्रित करते हैं.

टीम को उम्मीद है कि उनका ढांचा शोधकर्ताओं और चिकित्सा पेशेवरों के लिए मददगार होगा जो मनोरोग, मानसिक स्वास्थ्य और न्यूरोडेवलपमेंटल विकारों की एक श्रृंखला के साथ काम कर रहे हैं जिसमें नैदानिक ​​निर्णय नैदानिक ​​निर्णय लेने की प्रक्रिया का बड़ा हिस्सा बनता है.

अन्य आर्टिकल

फोटो गेलरी

रिलेटेड वीडियो