РОЛЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ЛЕЧЕНИЯ ДЕТЕЙ С РАССТРОЙСТВОМ АУТИСТИЧЕСКОГО СПЕКТРА: МЕЖДУНАРОДНЫЙ ОПЫТ

2023

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.53511/pharmkaz.2023.32.31.007
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Введение. Расстройства аутистического спектра (РАС) — это расстройство развития нервной системы, для которых характерны поведенческие и психологические проблемы у детей. Наблюдается рост распространённости РАС во всем мире. В последние десятилетия наблюдается рост исследований по применению искусственного интеллекта (ИИ), позволяющий ускорить процесс диагностики, и впоследствии раннего доступа к лечению детей с РАС. Целью нашего обзора является изучить применение искусственного интеллекта для детей с РАС. Методы. Был проведен обзор литературы существующих систематических обзоров и мета-анализов с 2013 по 2023 г. Поиск литературы проводился в базах данных PubMed, Кокрановская база систематических обзоров и Scopus. Поиск был ограничен человеческой популяцией, исследованиями на английском и русском языке. Каждое включенное исследование оценивалось по чек-листу AMSTAR-2. Результаты. Мы проанализировали результаты пяти систематических обзоров, двух мета-анализов, трех систематических обзоров-мета-анализов. В настоящее время нет единых подходов применения ИИ для диагностики и лечения детей с РАС. Существующие алгоритмы машинного обучения подразделяется на контролируемое, полу-контролируемое, неконтролируемое. Большинство работ включали в себя оценку производительности машины опорных векторов, нейронные сети и деревья решений, из которых наибольшую эффективность продемонстрировал анализ нейронной сети. ИИ применяется различными способами для диагностики и лечения РАС. Важно отметить, что системы на основе ИИ все еще разрабатываются и проверяются, и не все они еще широко применяются в клинической практике. Кроме того, модели ИИ следует использовать как дополнительный инструмент, а не как единственный метод диагностики, и всегда под наблюдением квалифицированного специалиста. Выводы. Проведенный анализ показал рост исследований в области ИИ для диагностики и лечения РАС, который имеет большой потенциал в будущих разработках и производительности.