阿肯色大學的科學家們正在利用對味道和氣味的反應來開發(fā)一種機器學習算法來檢測兒童的自閉癥。

作為一項研究的一部分，研究人員將從自閉癥譜系兒童和神經(jīng)型兒童的一系列食物中識別感官線索。

孩子們對某些食物的行為方式以及生物特征數(shù)據(jù)將用于標記患有自閉癥譜系障礙 (ASD) 的兒童的早期跡象。

ASD 患者經(jīng)常表現(xiàn)出不尋常的飲食習慣，以及溝通困難、重復行為或社交環(huán)境困難。某些跡象，如非社交飲食和堅持特定的進餐時間通常與 ASD 患者有關。對檸檬、丁香和薄荷的特殊氣味的強烈反應會引起憤怒、厭惡或驚訝。異常的飲食習慣會導致維生素和礦物質(zhì)的營養(yǎng)缺乏，從而引發(fā)其他健康問題。

阿肯色州生物科學研究所為食品科學教授 Han-Seok Seo 和計算機科學教授 Khoa Luu 進行的研究撥款150,000 美元，為期三年?？茖W家們將研究針對特定測試樣本的行為和感知模式。

該項目的目標是開發(fā)一種人工智能算法，該算法可用作兒童自閉癥檢測障礙早期跡象的準確診斷工具。他們希望他們的篩查平臺與心理和醫(yī)療保健專業(yè)人員使用的傳統(tǒng)診斷工具一樣好或更好。通常，評估、問卷調(diào)查和更長的評估會產(chǎn)生更高的醫(yī)療費用。

當他的女兒出生時，Seo 對感官線索和自閉癥之間的聯(lián)系產(chǎn)生了興趣，他開始與一名與 ASD 孩子一起工作的研究生合作。當他觀察他的新生兒時，他注意到她沒有眼神交流，這是 ASD 的另一個跡象。在研究自閉癥期間，他開始對多感官觸發(fā)器如何顯示與自閉癥的相關性產(chǎn)生興趣。

Luu 的研究生 Xuan Bac Nguyen 已經(jīng)開發(fā)了一種機器學習算法來分析對食物的典型反應。研究人員認為，相同的模型可用于對食物的異常反應。