Nowe badanie przeprowadzone przez naukowców z Uniwersytetu Northeastern w Bostonie wykazało, że analiza zmian w fizjologii obwodowej za pomocą uczenia maszynowego może przewidywać nadchodzące agresywne zachowania u młodzieży z autyzmem przebywającej w szpitalach. Badanie, opublikowane w JAMA Network Open, wykorzystało dane uzyskane od 70 pacjentów psychiatrycznych z potwierdzonymi diagnozami autyzmu. Podczas badania uczestnicy nosili bioczujnik, który rejestrował sygnały fizjologiczne, podczas gdy obserwacje naturalistyczne były przeprowadzane w celu udokumentowania agresywnego zachowania. Logistic regression został uznany za najskuteczniejszy klasyfikator w przewidywaniu agresywnego zachowania.
Naukowcy są przekonani, że ich odkrycia mogą być podstawą do rozwoju systemów mobilnych interwencji zdrowotnych dostosowanych do potrzeb danego czasu. Takie systemy mogą umożliwiać interwencję prewencyjną, co ostatecznie prowadzi do zmniejszenia nieprzewidywalności agresywnego zachowania. Poprzez rozwiązanie problemów związanych z agresją, program badawczy ma na celu zwiększenie udziału młodzieży z autyzmem w ich domach, szkołach i społecznościach.
W przeciwieństwie do pierwotnego artykułu, który skupiał się na szczegółach badania i jego wynikach, ten artykuł przedstawia istotną informację w sposób bardziej ogólny i przystępny. Podkreślono potencjalny wpływ uczenia maszynowego na przewidywanie agresywnego zachowania u osób z autyzmem, zwracając uwagę na możliwości interwencji i poprawy jakości życia.
FAQ:
Q: Czym jest uczenie maszynowe?
A: Uczenie maszynowe to dziedzina sztucznej inteligencji, która polega na opracowywaniu algorytmów i technik, które umożliwiają komputerom samodzielne uczenie się na podstawie danych.
Q: Jakie są korzyści wynikające z rozwoju systemów mobilnych interwencji zdrowotnych?
A: Rozwijanie systemów mobilnych interwencji zdrowotnych może umożliwić świadczenie indywidualnych usług zdrowotnych dostosowanych do aktualnych potrzeb pacjenta, co prowadzi do lepszego leczenia i poprawy jakości życia.
Źródło: https://www.jamanetwork.com/journals/jamanetworkopen
The source of the article is from the blog yanoticias.es