Enhancing ASD detection accuracy: a combined approach of machine learning and deep learning models with natural language processing

要約

目的: 私たちの研究では、自閉症スペクトラム障害 (ASD) を診断するための人工知能 (AI) の使用を調査しました。
これは、ソーシャル メディア上のテキスト入力から ASD を検出するための機械学習 (ML) とディープ ラーニング (DL) に焦点を当て、従来の ASD 診断における課題に対処しました。
方法: 自然言語処理 (NLP)、ML、および DL モデル (デシジョン ツリー、XGB、KNN、RNN、LSTM、Bi-LSTM、BERT、BERTweet を含む) を使用して 404,627 件のツイートを分析し、ASD または非ASD に基づいて分類しました。
-ASD作家。
90,000 件のツイートのサブセットがモデルのトレーニングとテストに使用されました。
結果: 当社の AI モデルは、ASD を持つ個人からのテキストを識別する成功率が 88% という高い精度を示しました。
結論: この研究は、特に小児における ASD 診断の改善における AI の可能性を実証し、早期発見の重要性を強調しています。

要約(オリジナル)

Purpose: Our study explored the use of artificial intelligence (AI) to diagnose autism spectrum disorder (ASD). It focused on machine learning (ML) and deep learning (DL) to detect ASD from text inputs on social media, addressing challenges in traditional ASD diagnosis. Methods: We used natural language processing (NLP), ML, and DL models (including decision trees, XGB, KNN, RNN, LSTM, Bi-LSTM, BERT, and BERTweet) to analyze 404,627 tweets, classifying them based on ASD or non-ASD authors. A subset of 90,000 tweets was used for model training and testing. Results: Our AI models showed high accuracy, with an 88% success rate in identifying texts from individuals with ASD. Conclusion: The study demonstrates AI’s potential in improving ASD diagnosis, especially in children, highlighting the importance of early detection.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google