瑞士研究人员使用视频对自闭症的早期检测

受自闭症谱系障碍影响的人经常在社交交往中遇到沟通问题和困难。虽然经常，这种疾病是很难诊断之前，孩子是五岁。然而，早期治疗可以通过提供特定的行为干预来弥补这些困难，这些干预侧重于培养受自闭症影响的技能。

这就是为什么瑞士日内瓦大学（UNIGE）的一个跨学科小组开发了一种基于自动视频分析的人工智能（AI）算法，从而可以匿名和标准化地研究儿童的非语言交流。

该技术声称易于使用，它正确分类了80%的短视频案例，显示5岁以下或无自闭症儿童与成人玩耍。这些结果发表在《科学报告》杂志上，可能为早期发现自闭症的工具铺平道路。

自闭症谱系障碍影响每54名儿童中就有1名，其特点是社交互动困难，沟通技巧改变，行为重复，兴趣有限。因此，孤独症儿童往往难以遵循学校的标准课程。

但是，如果在 3 岁之前做出诊断，通常可以弥补这种发育延迟。具体的行为干预实际上可能会改变他们获得技能的轨迹，并允许他们融入公立学校，"联合大学医学院精神病学系教授、该研究的高级作者Marie Schaer指出。

因此，挑战在于早期诊断，因为孤独症往往在3岁以后被诊断得太晚。

使用自动视频分析

孤独症的特点是非语言交流，不同于通常发育的孩子。玛丽·舍尔团队的研究员、这项研究的第一作者娜达·科约维奇说："在某些方面，情况就不同了，比如很难建立眼神交流、微笑、指着物体或者它们对周围事物感兴趣的方式。

Kojovic补充说："这就是为什么我们设计了一个使用人工智能的算法，分析视频中儿童的运动，并识别他们是否具有自闭症谱系障碍的特征。

在三年的时间里，科学家在Synapsy的瑞士国家自满研究中心（NCCR）的支持下，开发了这种算法，旨在根据孩子与他人互动时的动作对视频进行分类。

为此，他们首先使用了卡内基梅隆大学开发的一种名为 OpenPose 的技术。这种计算机视觉技术提取视频中捕获的移动人的骨骼，并通过删除所有显著特征（年龄、性别、背景等）来实现运动分析，从而在空间和时间上保持骨架关系。

Unige的研究团队随后开发出其AI算法，旨在检测自闭症，并在68名正常发育的儿童和68名自闭症儿童身上进行了测试，这些儿童年龄都在5岁以下。

"我们将每组分成两组：每组的前 34 组"训练"我们的 AI，以区分有自闭症和无自闭症儿童的非语言行为。其他人则帮助我们测试它的准确性。我们还对另外101名儿童群体进行了评估，"信息科学研究所研究员、日内瓦经济管理学院（GSEM）和UNIGE大学信息学中心（CUI）的教职员工托马斯·迈拉特解释道。

AI 过滤儿童与成人自由玩耍的视频。"没有预先确定的场景。这是一个自由分析儿童非语言行为的问题，同时给他们各种各样的对象，使他们能够确定孤独症的缺失，"Kojovic说。

结果显示，在80%以上的病例中，人工智能对自闭症进行了准确的分类。"这是一个惊人的结果，"玛丽·舍尔热情地说。"在 10 分钟内，我们确实可以获得任何人可以访问的第一张支票，无论他们住在哪里。

这将使担心孩子的父母能够得到自闭症症状的初步自动评估。

科约维奇说："这当然不完美，但这可能是与专家协商确认的第一步。

研究还表明，从父母的第一次关注到他们转介到特别咨询，往往需要一年多的时间。

此外，这种自动视频分析提供完全匿名性。日内瓦研究人员继续说："这不仅对于专家之间的视频交流，改善诊断，而且对学生的培训都是无价的。

应当指出，这项技术不需要直接干预儿童。"安装运动传感器既费时又敏感：它也可以打扰儿童并影响结果。在这里，基于计算机视觉的分析是非侵入性的，"娜达·科约维奇说。

此外，由于它不需要任何特殊的设置，该算法可用于分析过去录制的视频，这对于研究目的具有明显的优势。

多学科团队现在的目标是向所有人提供此 AI。"我们现在想开发应用程序，允许使用智能手机录制 10 分钟的视频进行此类分析。