南加州大学的一项新研究表明，人工智能与iPad填色游戏的数据相结合，可以帮助早期诊断自闭症。
这些结果表明，一种简单而新颖的早期检测自闭症和发育协调障碍的方法具有潜力。 资深作者、南加州大学职业科学与职业部教授Lisa Aziz-Zadeh说。 “这一点尤其重要，因为运动特征出现在自闭症的早期 - 通常先于社会症状。 这种方法不涉及评估者的潜在偏见。
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，技术可用于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（主要是一种运动技能障碍）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作为该障碍标志的社交缺陷外，通常还有运动和感觉缺陷。
早期识别允许量身定制的方法，从而产生更好的长期发展结果。 “在最有影响力的发育时期为合适的孩子提供合适的**将是这项测试工作的长期目标，”南加州大学博士后研究员Christiana Dodd Butera说。
在这项研究中，54 名 8 至 17 岁的儿童在他们的 iPad 上参加了一个五分钟的填色游戏。 自闭症18人，发育协调障碍16人，发育正常20人。 iPad 会收集触摸屏运动学数据，例如儿童按压的力度以及运动的抖动程度或速度。 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。 阿齐兹-扎德说。
研究人员还能够以78%的准确率正确区分典型的发育和发育协调障碍，以71%的准确率正确区分自闭症和发育协调障碍。
研究人员说，这项研究是在高功能自闭症儿童和青少年中进行的，需要在一个更大、更年轻、更多样化的群体中复制。
我们希望尽快看到这个签名。 “普特拉说。
这项研究只是研究人员如何使用人工智能来检测、教导和帮助自闭症儿童的一个例子。 社交机器人用于与人类互动，可以帮助向各种能力的学生教授社交和教育技能。 耶鲁大学的研究人员开发了桌面机器人，可以模拟适当的“社交凝视”行为并改善沟通。