该报纸报道说，医生通过临床观察和检查评估了自闭症。为了研究主观且难以描述临床决策过程，研究人员使用了大型语言模型（LLM）来组合和分析与自闭症和外观有关的最诊断行为。相关结果最近发表在“单元”中。研究表明，反复行为，与理解有关的特殊兴趣和行为更接近自闭症的诊断。这种搜索可以通过减少对社会因素的担忧来改变自闭症的诊断准则。尽管精神障碍第五版（DSM-5）的既定诊断和统计手册都集中在社会因素上，但该模型并不是自闭症诊断的主要因素。 Danilo Bzdok说：“我们的目标不建议使用人工智能代替诊断诊所。”魁北克，加拿大和麦吉尔大学的Elligence。 “取而代之的是，我们尝试在做出最终诊断决定时根据医生的基于医生的数量来定义。我们希望帮助医生使用更现实的诊断工具。”科学家使用了基于转换器的语言模型，该模型以前曾接受过约4.89亿个独特句子的培训。然后使用超过4,000个报告进行微调。这些报告是由自闭症的诊所撰写的，经常被许多诊所使用，包括观察到的行为和相关患者病史，但Noti包括建议的诊断结果。研究小组开发了一个自定义LLM模块，该模块能够确定报告中与正确诊断预测最相关的报告中的特定句子。然后，他们获取了这些句子的表示形式的数量，并将其直接与DSM-5中既定的诊断标准进行了比较。 “ LLM适用于Advanced n的此类文本评论Bzdok说，“我们面临的主要挑战是设计句子水平的解释性，以确定医疗保健专业人员本身所揭示的最关键表达方式，这对于正确的LLM诊断预测最为重要，这对于研究人员感到惊讶。在自闭症中，这些因素在临床环境中也使用了，而当前的标准更加集中于社会辩护和缺乏沟通技巧。D医学专业人员更准确地诊断出一组精神障碍，精神和神经发育障碍，因为临床判断提供了相当一部分诊断疾病疾病的诊断。 “我们希望本文将适用于更广泛的自闭症，并激发有关基于更大经验的诊断标准的谈论。我们也希望它可以连接看似不同的自闭症临床表现。” Bzdok说。 （风水）相关论文信息：http：//doi.org/10.1016/j.cell.2025.02.025