Erken Otizm Tanısında Yapay Zeka ve Makine Öğrenmesi Modelleri İncelendi
Pediatrik ve mühendislik perspektifiyle otizm spektrum bozukluğunun erken tespiti için geliştirilen makine öğrenmesi modelleri sistemli bir derlemeyle değerlendirildi.
Otizm spektrum bozukluğunun erken teşhisinde yapay zeka ve makine öğrenmesi modellerinin rolünü inceleyen kapsamlı bir sistemli derleme çalışması yayımlandı; araştırma kapsamında çoklu veri modaliteleri ve tanısal performanslar ele alındı.
Otizm Spektrum Bozukluğu ve Erken Tanının Önemi
Otizm spektrum bozukluğu, sosyal iletişimde kalıcı farklılıklar ve tekrarlayıcı davranış kalıplarıyla karakterize edilen karmaşık bir nörogelişimsel durumdur.
Klinik görümün bireyler arasında büyük ölçücde değişmesi erken tanıyı zorlaştırmakta ve erişilebilir, güvenilir değerlendirme yollarına duyulan ihtiyacı artırmaktadır.
Yapay Zeka ve Makine Öğrenmesi Yaklaşımları
Yapay zeka teknolojileri, yüksek boyutlu verilerdeki doğrusal olmayan ilişkileri modelleyerek otizm tanısına yönelik çeşitli veri kaynaklarına uygulanmaktadır.
Destek vektör makineleri, rastgele ormanlar ve derin sinir ağları gibi yaygın modeller sınıflandırma süreçlerini desteklemektedir.
Araştırma Hedefleri ve Kapsamı
Yapılan çalışmanın temel amaçları arasında erken otizm tespitiyle ilgili yöntemleri sistematik olarak özetlemek ve tanısal performansları değerlendirmek yer almaktadır.
Ayrıca mühendislik hazırlığı, dış doğrulama, açıklanabilirlik ve klinik uygulamaya yönelik hususlar da inceleme altına alınmıştır.
Veri Kaynakları ve Arama Stratejisi
Araştırma kapsamında PubMed ve IEEE Xplore veritabanları taranarak belirli kriterlere uygun hakemli orijinal araştırmalar ve konferans bildirileri incelenmiştir.
İlk tarama sonuçlarından elde edilen binlerce kayıt arasından aşamalı filtrelemeler yapılarak nihai sentez için yirmi birincil çalışma seçilmiştir.