“这些结果表明，有可能出现一种简单而新颖的方法来早期检测自闭症和发育协调障碍，”南加州大学职业科学与职业治疗系教授、资深作者丽莎·阿齐兹-扎德(LisaAziz-Zadeh)说。
“这一点尤其重要，因为运动特征在自闭症早期就出现了——通常在社交症状之前。而且这种方法不涉及评估者潜在的偏见。”
研究结果发表在《自闭症和发育障碍杂志》上。
先前的研究表明，可以利用技术将自闭症与典型发育个体进行分类，但很难将自闭症与其他类似的发育障碍区分开来。例如，发育性协调障碍(主要是运动技能障碍)具有与自闭症重叠的特征。
患有自闭症谱系障碍的儿童除了该疾病的标志性社交缺陷外，通常还存在运动和感觉缺陷。
“早期识别可以采取量身定制的治疗方法，从而带来更好的长期发育结果，”第一作者、南加州大学生物运动学和物理治疗部门的博士后研究员克里斯蒂安娜·多德·布特拉(ChristianaDoddButera)说。
“在发育最有影响力的时期为适当的孩子提供适当的治疗将是这项检测工作的长期目标。”
人工智能和自闭症：使用机器学习分析
在这项研究中，54名8岁至17岁的儿童在iPad上参加了五分钟的填色游戏。18名患有自闭症，16名患有发育协调障碍，20名发育正常。iPad收集触摸屏运动学数据，例如，孩子按压的力度、动作的急速或速度。研究人员使用机器学习分析(人工智能的一种形式)来处理信息。
“我们能够以76%的准确率正确区分正常发育的儿童和患有自闭症谱系障碍的儿童，”Aziz-Zadeh说。
研究人员还能够以78%的准确率正确区分典型发育和发育协调障碍，以及以71%的准确率区分自闭症和发育协调障碍。
研究人员表示，这项研究是在患有自闭症的高功能儿童和青少年中进行的，需要在更大、更年轻和更多样化的群体中进行复制。
“我们希望尽早看到这个签名，”布特拉说。
这项研究只是研究人员如何利用人工智能来检测、教育和帮助自闭症儿童的一个例子。社交机器人是用来与人类互动的，可以帮助向各种能力的学生教授社交和教育技能。耶鲁大学研究人员开发的桌面机器人模拟了适当的“社交凝视”行为并改善了沟通。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！