کودکانی که در طیف
اتیسم قرار دارند، رفتارهای متفاوتی از خود نشان می دهند، همچنین کمبود پزشک متخصص و حتی خطای انسانی پزشک، روند تشخیص این اختلال را دشوار می کند. از طرفی ابزارهای تشخیصی موجود نیاز به ساعت های انتظار زیادی دارند و درصد کمی از موارد را ارزیابی می کنند. مقاله حاضر توصیفی مختصر از نقشی است که امروزه
هوش مصنوعی در ارزیابی
اتیسم ایفا می کند. پژوهش حاضر از نظر هدف کاربردی، از نظر محل اجرا (محل جمع آوری داده ها) اسنادی یا کتابخانه ای و از نظر منطق اجرا، توصیفی می باشد. این پژوهش با جستجو در منابع پژوهشی مختلف صورت گرفته است. بسیاری از محققان خاطر نشان می کنند که
هوش مصنوعی نقش قابل توجهی درتشخیص زود هنگام
اتیسم ایفا می کند، زیرا استفاده از فناوری هوشمند در فرآیند تشخیص، این روند را کوتاه کرده و نتایج دقیق تری در بر دارد. از جمله زیر مجموعه های
هوش مصنوعی که به تشخیص زودهنگام
اتیسم کمک می کنند، عبارتند از: الف) کاربرد یادگیری ماشینی، «از جمله کمبریج مایندرینگ ویس-فیس باتری ب) شبکه های عصبی، (از جمله ای- اس- دی تست) ج) پردازش زبان طبیعی و د) دستگاه های پوشیدنی. پردازش زبان طبیعی (NLP)، شایان ذکر است که تشخیص زود هنگام و دقیق، نکته کلیدی برای مداخله فردی و موفقیت آمیز است که به رشد تحصیلی و همچنین رشد شخصی کودک کمک می کند.