研究者たちは、自閉症者と神経典型成人の間で集団固有の知覚差を明らかにするために、刺激を発見・変換するためのモデル誘導型フレームワークを開発した。画像レベルの判断を用いて人工ニューラルネットワークモデルを訓練することで、診断的な顔表情の差が均一ではなく、限られたサブセットの刺激に集中していることが判明した。

  • チームはこれらのモデルを使用して、グループ間の分離を最大化すると予測される新規顔を選択し、独立したコホートにおいて一致したランダム画像よりも大きな行動差を生み出した。
  • 診断的画像をより大きな予測されたグループ合意へ変換するために生成敵対ネットワークを採用し、表現型一致検証において行動分離の減少に成功した。

このアプローチは、行動フェノタイピングが固定刺激セット全体での平均化を超え、神経多様性の知覚が分岐するか収束する条件を特定する最適化されたアッセイへと移行できることを示している。