南加州大學的一項新研究表明，人工智慧與iPad填色遊戲的資料相結合，可以幫助早期診斷自閉症。
這些結果表明，一種簡單而新穎的早期檢測自閉症和發育協調障礙的方法具有潛力。 資深作者、南加州大學職業科學與職業部教授Lisa Aziz-Zadeh說。 “這一點尤其重要，因為運動特徵出現在自閉症的早期 - 通常先於社會症狀。 這種方法不涉及評估者的潛在偏見。
研究結果發表在《自閉症和發育障礙雜誌》上。
先前的研究表明，技術可用於將自閉症與典型發育個體進行分類，但很難將自閉症與其他類似的發育障礙區分開來。 例如，發育性協調障礙（主要是一種運動技能障礙）具有與自閉症重疊的特徵。 患有自閉症譜系障礙的兒童除了作為該障礙標誌的社交缺陷外，通常還有運動和感覺缺陷。
早期識別允許量身定製的方法，從而產生更好的長期發展結果。 “在最有影響力的發育時期為合適的孩子提供合適的**將是這項測試工作的長期目標，”南加州大學博士後研究員Christiana Dodd Butera說。
在這項研究中，54 名 8 至 17 歲的兒童在他們的 iPad 上參加了乙個五分鐘的填色遊戲。 自閉症18人，發育協調障礙16人，發育正常20人。 iPad 會收集觸控螢幕運動學資料，例如兒童按壓的力度以及運動的抖動程度或速度。 研究人員使用機器學習分析（人工智慧的一種形式）來處理資訊。
我們能夠以76%的準確率正確區分正常發育的兒童和患有自閉症譜系障礙的兒童。 阿齊茲-扎德說。
研究人員還能夠以78%的準確率正確區分典型的發育和發育協調障礙，以71%的準確率正確區分自閉症和發育協調障礙。
研究人員說，這項研究是在高功能自閉症兒童和青少年中進行的，需要在乙個更大、更年輕、更多樣化的群體中複製。
我們希望盡快看到這個簽名。 “普特拉說。
這項研究只是研究人員如何使用人工智慧來檢測、教導和幫助自閉症兒童的乙個例子。 社交機械人用於與人類互動，可以幫助向各種能力的學生教授社交和教育技能。 耶魯大學的研究人員開發了桌面機械人，可以模擬適當的“社交凝視”行為並改善溝通。