ASD-Bench: Nuovo benchmark valuta i modelli di IA per lo screening dell'autismo in diverse fasce d'età

I ricercatori hanno creato un nuovo benchmark chiamato ASD-Bench per valutare diversi modelli di machine learning e deep learning finalizzati all'automazione degli screening per il disturbo dello spettro autistico (ASD). A differenza degli strumenti esistenti, che spesso si concentrano su una sola architettura e su popolazioni adulte, questo benchmark valuta i modelli in tre fasce d'età: bambini (1-11 anni), adolescenti (12-16 anni) e adulti (17-64 anni). Utilizza quattro criteri di valutazione: performance predittiva, calibrazione, interpretabilità e robustezza avversaria. Impiegando un dataset personalizzato di 4.068 record AQ-10, ASD-Bench include vari modelli come XGBoost, Random Forest e reti neurali. Introduce anche una nuova metrica, la Heuristic Aggregate Penalty (HAP), per affrontare meglio i falsi negativi e migliorare la diagnosi precoce basata su pattern specifici per età.