AI 모델은 80%의 정확도로 자폐증 위험이 있는 유아를 식별할 수 있다는 연구 결과가 나왔습니다.
최근 연구에 따르면 인공 지능(AI)이 자폐증 위험이 있는 유아를 식별하는 데 도움을 줄 수 있는 잠재력이 입증되었으며, 2세 미만 어린이의 경우 정확도는 약 80%입니다.
최근 연구에 따르면 인공 지능(AI)은 자폐증 위험이 있는 유아를 식별하는 데 도움이 되는 것으로 나타났으며, 2세 미만 어린이의 정확도는 약 80%에 달합니다.
스웨덴 카롤린스카 연구소(Karolinska Institutet) 연구진이 머신러닝 기반 선별 시스템을 개발했습니다. AI 모델은 기존 진단 방법을 대체할 수는 없지만 추가 임상 평가가 필요한 어린이를 조기에 식별하는 데 도움이 될 수 있습니다.
"AI 모델을 사용하면 이용 가능한 정보를 활용하고 자폐증 가능성이 높은 개인을 식별하여 조기 진단과 도움을 받을 수 있습니다."라고 연구 공동 저자인 Kristiina Tammimies 박사는 말했습니다.
그러나 그녀는 모델을 독립형 진단 도구로 간주해서는 안 되며, 최종 진단은 표준 임상 방법을 통해 수행되어야 한다고 거듭 강조했습니다.
AI 모델은 자폐증 진단을 받은 15,330명의 어린이와 동일한 수의 자폐증이 없는 어린이에 대한 정보를 제공한 미국 기반 Spark 연구의 데이터를 사용하여 개발되었습니다.
의료 및 배경 설문지에서 연구원들은 처음 웃을 때의 나이, 식습관, 긴 문장을 처음 구성할 때의 나이 등 어린이가 24개월이 되기 전에 쉽게 얻을 수 있는 28가지 척도를 선택했습니다.
기계 학습을 사용하여 데이터의 패턴을 분석한 연구팀은 자폐아와 비자폐아 사이에서 식별된 패턴을 비교하여 4가지 모델을 구축하고 추가 테스트를 위해 가장 효과적인 모델을 선택했습니다.
11,936명의 참가자로 구성된 별도의 데이터 세트에 적용했을 때 모델은 78.9%의 어린이를 자폐증 또는 비자폐증으로 정확하게 식별했습니다. 구체적으로 2세까지는 78.5%, 2~4세는 84.2%, 4~10세는 79.2%의 정확도를 보였습니다.
2,854명의 자폐인 데이터 세트를 사용한 추가 테스트에서 정확도가 68%로 낮아졌는데, 이는 연구원들이 일부 누락된 매개변수를 포함한 데이터 세트의 차이 때문이라고 생각했습니다.
이 연구에서는 특정 음식 섭취 문제, 아이가 처음으로 긴 문장을 구성하는 연령, 배변 훈련을 받은 연령, 배변 훈련을 받은 연령 등을 포함하여 AI 모델의 자폐증 예측에 큰 영향을 미치는 몇 가지 주요 측정값을 확인했습니다. 아이가 먼저 웃었어요
연구팀에 따르면 이러한 요소는 자폐 아동과 비자폐 아동을 구별하는 모델의 능력에 중요한 역할을 했습니다.
추가 분석에 따르면 모델은 더 심각한 증상과 더 광범위한 발달 문제를 보이는 개인에게서 자폐증을 더 정확하게 식별하는 경향이 있는 것으로 나타났습니다. 이 발견은 이 모델이 자폐증을 수반하는 눈에 띄는 발달 문제가 있는 사례를 인식하는 데 더 효과적일 수 있음을 시사합니다.
유망한 결과에도 불구하고 일부 전문가들은 모델이 자폐아가 아닌 아동을 정확하게 식별하는 능력에 대해 우려를 표명했습니다. 80%의 정확도를 갖춘 모델은 잠재적으로 과잉 진단과 가족에게 불필요한 스트레스를 초래할 수 있습니다. 자폐증이 아닌 어린이의 20%가 자폐증 가능성이 있는 것으로 잘못 표시될 수 있기 때문입니다.
엑서터 대학의 Ginny Russell 교수는 특히 아주 어린 소아의 경우 조기 진단을 추진하는 것에 대해 주의를 환기시켰습니다.
“심각한 장애가 있는 유아와 단순히 발달 속도가 더디지만 결국 따라잡게 되는 유아의 차이를 구별하기는 어려울 수 있습니다. 2세 미만의 어린이에게는 정신과 라벨을 적용하지 않는 것이 좋습니다. 특정 음식을 먹는지 여부와 같은 제한된 범위의 행동 지표를 기반으로 합니다."라고 Russell은 말했습니다.
위 내용은 AI 모델은 80%의 정확도로 자폐증 위험이 있는 유아를 식별할 수 있다는 연구 결과가 나왔습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

C에서 Chrono 라이브러리를 사용하면 시간과 시간 간격을보다 정확하게 제어 할 수 있습니다. 이 도서관의 매력을 탐구합시다. C의 크로노 라이브러리는 표준 라이브러리의 일부로 시간과 시간 간격을 다루는 현대적인 방법을 제공합니다. 시간과 C 시간으로 고통받는 프로그래머에게는 Chrono가 의심 할 여지없이 혜택입니다. 코드의 가독성과 유지 가능성을 향상시킬뿐만 아니라 더 높은 정확도와 유연성을 제공합니다. 기본부터 시작합시다. Chrono 라이브러리에는 주로 다음 주요 구성 요소가 포함됩니다. std :: Chrono :: System_Clock : 현재 시간을 얻는 데 사용되는 시스템 클럭을 나타냅니다. STD :: 크론

C의 DMA는 직접 메모리 액세스 기술인 DirectMemoryAccess를 말하며 하드웨어 장치는 CPU 개입없이 데이터를 메모리로 직접 전송할 수 있습니다. 1) DMA 운영은 하드웨어 장치 및 드라이버에 크게 의존하며 구현 방법은 시스템마다 다릅니다. 2) 메모리에 직접 액세스하면 보안 위험이 발생할 수 있으며 코드의 정확성과 보안이 보장되어야합니다. 3) DMA는 성능을 향상시킬 수 있지만 부적절하게 사용하면 시스템 성능이 저하 될 수 있습니다. 실습과 학습을 통해 우리는 DMA 사용 기술을 습득하고 고속 데이터 전송 및 실시간 신호 처리와 같은 시나리오에서 효과를 극대화 할 수 있습니다.

C에서 높은 DPI 디스플레이를 처리 할 수 있습니다. 1) DPI 및 스케일링을 이해하고 운영 체제 API를 사용하여 DPI 정보를 얻고 그래픽 출력을 조정하십시오. 2) 크로스 플랫폼 호환성을 처리하고 SDL 또는 QT와 같은 크로스 플랫폼 그래픽 라이브러리를 사용하십시오. 3) 성능 최적화를 수행하고 캐시, 하드웨어 가속 및 세부 사항 수준의 동적 조정을 통해 성능 향상; 4) 흐릿한 텍스트 및 인터페이스 요소와 같은 일반적인 문제를 해결하고 DPI 스케일링을 올바르게 적용하여 해결합니다.

C는 실시간 운영 체제 (RTO) 프로그래밍에서 잘 수행하여 효율적인 실행 효율성과 정확한 시간 관리를 제공합니다. 1) c 하드웨어 리소스의 직접 작동 및 효율적인 메모리 관리를 통해 RTO의 요구를 충족시킵니다. 2) 객체 지향 기능을 사용하여 C는 유연한 작업 스케줄링 시스템을 설계 할 수 있습니다. 3) C는 효율적인 인터럽트 처리를 지원하지만 실시간을 보장하려면 동적 메모리 할당 및 예외 처리를 피해야합니다. 4) 템플릿 프로그래밍 및 인라인 함수는 성능 최적화에 도움이됩니다. 5) 실제 응용 분야에서 C는 효율적인 로깅 시스템을 구현하는 데 사용될 수 있습니다.

C에서 스레드 성능을 측정하면 표준 라이브러리에서 타이밍 도구, 성능 분석 도구 및 사용자 정의 타이머를 사용할 수 있습니다. 1. 라이브러리를 사용하여 실행 시간을 측정하십시오. 2. 성능 분석을 위해 GPROF를 사용하십시오. 단계에는 컴파일 중에 -pg 옵션 추가, GMON.out 파일을 생성하기 위해 프로그램을 실행하며 성능 보고서를 생성하는 것이 포함됩니다. 3. Valgrind의 Callgrind 모듈을 사용하여보다 자세한 분석을 수행하십시오. 단계에는 Callgrind.out 파일을 생성하고 Kcachegrind를 사용하여 결과를보기위한 프로그램 실행이 포함됩니다. 4. 사용자 정의 타이머는 특정 코드 세그먼트의 실행 시간을 유연하게 측정 할 수 있습니다. 이 방법은 스레드 성능을 완전히 이해하고 코드를 최적화하는 데 도움이됩니다.

교환의 내장 양자화 도구에는 다음이 포함됩니다. 1. Binance : Binance 선물 정량 모듈, 낮은 취급 수수료 및 AI 지원 거래를 지원합니다. 2. OKX (OUYI) : 다중 계정 관리 및 지능형 주문 라우팅을 지원하고 기관 수준의 위험 관리를 제공합니다. 독립적 인 정량적 전략 플랫폼에는 다음이 포함됩니다. 4. Quadency : 맞춤형 위험 임계 값을 지원하는 전문 수준 알고리즘 전략 라이브러리. 5. Pionex : 내장 16 사전 설정 전략, 낮은 거래 수수료. 수직 도메인 도구에는 다음이 포함됩니다. 6. Cryptohopper : 클라우드 기반 정량 플랫폼, 150 개의 기술 지표를 지원합니다. 7. BITSGAP :

MySQL에서는 altertabletable_nameaddcolumnnew_columnvarchar (255) 이후에 필드를 추가하여 altertabletable_namedropcolumncolumn_to_drop을 사용하여 필드를 삭제합니다. 필드를 추가 할 때는 쿼리 성능 및 데이터 구조를 최적화하기위한 위치를 지정해야합니다. 필드를 삭제하기 전에 작업이 돌이킬 수 없는지 확인해야합니다. 온라인 DDL, 백업 데이터, 테스트 환경 및 저하 기간을 사용하여 테이블 구조 수정은 성능 최적화 및 모범 사례입니다.

C에서 문자열 스트림을 사용하기위한 주요 단계와 예방 조치는 다음과 같습니다. 1. 출력 문자열 스트림을 생성하고 정수를 문자열로 변환하는 것과 같은 데이터를 변환합니다. 2. 벡터를 문자열로 변환하는 것과 같은 복잡한 데이터 구조의 직렬화에 적용하십시오. 3. 성능 문제에주의를 기울이고 많은 양의 데이터를 처리 할 때 문자열 스트림을 자주 사용하지 마십시오. std :: string의 Append 메소드를 사용하는 것을 고려할 수 있습니다. 4. 메모리 관리에주의를 기울이고 스트림 스트림 객체의 자주 생성과 파괴를 피하십시오. std :: stringstream을 재사용하거나 사용할 수 있습니다.