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。
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
