XGBoost menerapkan peningkatan pohon paralel dan banyak digunakan untuk masalah klasifikasi, pemeringkatan, dan regresi. Para peneliti mengembangkan pengklasifikasi AI dan memetakan bobot untuk mengidentifikasi fitur-fitur utama untuk generalisasi.

“Akurasi pengklasifikasi pada kumpulan data pelatihan dan konfirmasi independen masing-masing adalah 85 persen dan 73 persen,” para peneliti melaporkan.

Pemindaian otak MRI terhadap mereka yang secara klinis berisiko tinggi mengalami psikosis dalam penelitian lain telah menunjukkan perbedaan struktural di otak, yaitu berkurangnya materi abu-abu di korteks temporal medial dan superior temporal dan medial frontal menurut para ilmuwan.

Untuk penelitian saat ini, para peneliti menemukan bahwa area temporal superior, insula, dan frontal superior adalah wilayah otak yang paling membantu algoritma dalam mengklasifikasikan kontrol sehat dari peserta berisiko tinggi yang kemudian mengembangkan psikosis.

"Hasil ini menunjukkan bahwa ketika mempertimbangkan perkembangan otak remaja, pemindaian MRI dasar untuk individu CHR mungkin berguna untuk mengidentifikasi prognosis mereka,” para ilmuwan menyimpulkan. dilansir antaranews.com