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據將用于標記患有自閉癥譜系障礙 (ASD) 的兒童的早期跡象。

ASD 患者經常表現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、問卷調查和更長的評估會產生更高的醫(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系產生了興趣，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生興趣。

Luu 的研究生 Xuan Bac Nguyen 已經開發(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。