Διάγνωση Διαταραχής Αυτιστικού Φάσματος με την χρήση τεχνολογίας Eye-tracking και μηχανικής μάθησης

Abstract

Η πρώιμη διάγνωση της Διαταραχής Αυτιστικού Φάσματος (ΔΑΦ) είναι πολύ σημαντική για την κατανόηση των αναγκών αλλά και την καλύτερη αντιμετώπιση των προβλημάτων των ατόμων με ΔΑΦ. Σε αυτή τη μελέτη χρησιμοποιώντας δεδομένα που συλλέχθηκαν από eye tracker εκπαιδεύτηκαν 5 μοντέλα μηχανικής μάθησης για την κατηγοριοποίηση ατόμων ως άτομα με ΔΑΦ ή νευροτυπικά. Η εκπαίδευση των μοντέλων έδειξε υψηλά ποσοστά σε recall και AUC με τα καλύτερα αποτελέσματα να παρουσιάζονται από τον Random Forest σε συνδυασμό με Convolutional filters (recall=90%, AUC=88%). Η δοκιμή του αλγορίθμου σε πραγματικά δεδομένα που συλλέχθηκαν μέσω ενός eye-tracker, ειδικά σχεδιασμένου για την έρευνα, έδωσε εξίσου θετικά αποτελέσματα, ενισχύοντας την αξιοπιστία της προτεινόμενης μεθόδου. Περιλαμβάνονται επίσης περιορισμοί και συστάσεις για μελλοντική έρευνα.