يعد اضطراب طيف التوحد (ASD) حالة تطويرية تؤثر على قدرة الأطفال في التفاعل الاجتماعي والتواصل. تكمن أهمية الكشف المبكر عن التوحد في قدرته على تعزيز القدرات المعرفية وتقليل الأعراض. في دراسة جديدة، تم استخدام نموذج YOLOv26s، وهو تقنية متقدمة في التعلم العميق، لتقديم حل مبتكر للكشف عن التوحد عند الأطفال من خلال تحليل صور الوجه.

من خلال تطبيق النموذج، حقق الباحثون دقة تصنيف مذهلة تصل إلى 92.86% وF1-Score يصل إلى 0.9291، مما يبرز قدرات النموذج في تفريق الأطفال المصابين بالتوحد عن الأطفال الذين يتطورون بشكل طبيعي. النتائج تدعم الملاحظات السريرية السابقة التي أظهرت وجود خصائص وجهية مميزة بين هذين المجموعتين.

النتائج تشكل دليلاً على إمكانيات نماذج التعلم العميق في تحسين وسائل الكشف المبكر، مما يجعل نموذج YOLOv26s أداة فعالة ليس فقط في التعرف على الأشياء ولكن أيضاً في تصنيف الصور المرتبطة بالتوحد. في ضوء هذه النتائج، يتجه الأنظار نحو التطبيقات المستقبلية لهذه التكنولوجيا وكيف يمكنها تحسين حياة الأطفال وأسرهم.

هل تعتقد أن الذكاء الاصطناعي يمكن أن يلعب دوراً أكبر في مجالات الصحة النفسية؟ شاركونا في التعليقات أفكاركم وآرائكم.