MONTREAL / LONDON (IT BOLTWISE) – Eine bahnbrechende Studie zeigt, dass KI-Algorithmen mit über 90 Prozent Genauigkeit ADHS bei Erwachsenen anhand einzigartiger visueller Rhythmen erkennen können. Diese Methode könnte auch den Einfluss von Medikamenten auf die visuelle Verarbeitung aufzeigen.
In einer kürzlich veröffentlichten Studie in PLOS One haben Wissenschaftler eine innovative Methode entwickelt, um ADHS bei Erwachsenen durch die Analyse einzigartiger visueller Rhythmen zu erkennen. Diese Methode nutzt maschinelles Lernen, um Unterschiede in der visuellen Informationsverarbeitung zwischen ADHS-Betroffenen und neurotypischen Erwachsenen zu identifizieren. Mit einer Genauigkeit von über 90 Prozent konnte der Algorithmus ADHS diagnostizieren und sogar den Einfluss von Stimulanzien auf die visuelle Wahrnehmung feststellen.
ADHS, eine neuroentwicklungsbedingte Störung, ist durch Symptome wie Unaufmerksamkeit, Impulsivität und Hyperaktivität gekennzeichnet. Während die Auswirkungen von ADHS auf Aufmerksamkeit und Gedächtnis gut dokumentiert sind, ist weniger über die Verarbeitung sensorischer Informationen im Gehirn bekannt. Die neue Studie beleuchtet, wie ADHS die visuelle Wahrnehmung beeinflusst und bietet damit neue Einblicke in die neuronalen Grundlagen der Störung.
Die Forscher nutzten eine Methode namens zufälliges temporales Sampling, um die Effizienz der visuellen Informationsverarbeitung über kurze Zeiträume zu messen. Diese Technik ermöglichte es, die rhythmischen Unterschiede in der visuellen Wahrnehmung zwischen ADHS-Betroffenen und neurotypischen Personen zu kartieren. Die Ergebnisse zeigen, dass ADHS mit spezifischen Frequenzmustern in der visuellen Verarbeitung verbunden ist, die als neue Verhaltensmarker für die Diagnose der Störung dienen könnten.
Die Studie umfasste 49 junge Erwachsene, von denen 23 eine formale ADHS-Diagnose hatten. Die Teilnehmer führten visuelle Aufgaben durch, bei denen sie Wörter unter variierenden visuellen Bedingungen erkennen mussten. Die Forscher stellten fest, dass ADHS-Betroffene bei bestimmten Frequenzen, insbesondere bei 5, 10 und 15 Hz, unterschiedliche Verarbeitungsschwingungen zeigten. Diese Unterschiede wurden erfolgreich von einem maschinellen Lernmodell genutzt, um ADHS mit hoher Genauigkeit zu klassifizieren.
Die Ergebnisse dieser Studie könnten weitreichende Auswirkungen auf die Diagnose und das Verständnis von ADHS haben. Die Fähigkeit, ADHS durch eine einfache visuelle Aufgabe zu identifizieren, könnte die Diagnoseverfahren erheblich verbessern und die Notwendigkeit teurer und zeitaufwändiger Tests reduzieren. Zukünftige Forschungen könnten diese Methode weiter verfeinern und ihre Anwendung auf andere Altersgruppen und komplexere Aufgaben ausweiten.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-gestützte Erkennung von ADHS durch visuelle Rhythmen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-gestützte Erkennung von ADHS durch visuelle Rhythmen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-gestützte Erkennung von ADHS durch visuelle Rhythmen« bei Google Deutschland suchen, bei Bing oder Google News!