Digitally Diagnosing Multiple Developmental Delays Using Crowdsourcing Fused With Machine Learning: Protocol for a Human-in-the-Loop Machine Learning Study

Digitally Diagnosing Multiple Developmental Delays Using Crowdsourcing Fused With Machine Learning: Protocol for a Human-in-the-Loop Machine Learning Study

下記の文章は論文のアブストラクトをChatGPTに解釈させたものであり、正確性は保証しません。

• 論文タイプ：研究プロトコル（JMIR Research Protocols）

• 本研究の背景と関連研究：アメリカでは多くの未成年者が発達障害や精神疾患と診断されており、診断には費用や距離、医師の利用可能性などの要因が影響している可能性があります。既存の方法では、予測タスクに限られた社会的特徴のセットを使用し、単一のバイナリ予測に焦点を当てているため、不確実な正確性が生じています。本研究では、ゲーミフィケーションされたウェブシステムの開発と、新しいクラウドソーシングアルゴリズムと機械学習（ML）の行動特徴抽出手法を組み合わせて、自閉症スペクトラム障害と注意欠陥多動性障害の診断を同時に正確かつ特異的に予測することを目指しています。

• 本研究の目的とその重要性：本研究の目的は、ゲーミフィケーションされたウェブシステムを用いたデータ収集の開発と、新しいクラウドソーシングアルゴリズムとMLの行動特徴抽出手法の統合を提案し、自閉症スペクトラム障害と注意欠陥多動性障害の診断を同時に正確かつ特異的に予測することです。この研究の重要性は、診断の迅速化と診断サービスの向上に寄与する可能性があるデジタルフェノタイピングツールとMLアプローチの潜在能力を活用することにあります。

• 本研究で用いた材料やデータの詳細：本研究では、ゲーミフィケーションされたウェブアプリケーションを使用して、社会的相互作用のビデオを適応的に収集します。また、自動化されたML手法と新しいクラウドソーシングアルゴリズムからなる行動特徴抽出技術を使用します。さらに、データに関する不確実性に基づいて追加情報を適応的に要求するMLモデルの開発も行います。

• 本研究で何をどのように、どこまで明らかにした？：本研究では、ゲーミフィケーションされたウェブインターフェースの初期バージョンを実装し、事前の特徴選択手法によって、提案されたゲーミフィケーション手法を通じてターゲットとなる行動特徴の中核セットを明らかにしました。

• 本研究の有効性はどのように検証した？：本研究の有効性はまだ検証されていません。研究プロトコルの段階であり、具体的な結果や検証はまだ行われていない可能性があります。

効果的なキーワードの提案：
#発達障害診断
#機械学習
#ゲーミフィケーション
#クラウドソーシング