机构名称：
¥ 4.0
早期发现自闭症对于及时获得诊断评估和早期干预服务非常重要，这可以改善儿童的结果。尽管临床医生能够可靠地诊断幼儿的自闭症，但诊断往往会延迟。SenseToKnow 是一款在智能手机或平板电脑上提供的移动自闭症筛查应用程序 (app)，它基于计算机视觉 (CV) 和机器学习 (ML) 对自闭症的早期行为迹象进行客观和定量评估。本研究检查了当护理人员使用自己的设备在家中下载和远程管理 SenseToKnow 应用程序时，其自闭症检测的准确性。SenseToKnow 应用程序由 620 名年龄在 16 至 40 个月之间的幼儿的护理人员使用，其中 188 名幼儿随后被专业临床医生诊断为自闭症。该应用程序在 iPhone 或 iPad 上显示精心设计的电影和泡泡爆破游戏，同时通过设备的前置摄像头和触摸/惯性传感器记录孩子的行为反应。然后使用 CV 自动分析儿童行为记录。在自闭症预测算法中，使用 ML 对多种行为表型进行量化和组合。SenseToKnow 表现出高水平的诊断准确率，受试者工作特征曲线下面积为 0.92、灵敏度为 83.0%、特异性为 93.3%、阳性预测值为 84.3% 和阴性预测值为 92.6%。在看护者的 iPhone 或 iPad 上使用该应用程序检测自闭症的准确率相似。这些结果表明，基于 CV 的移动自闭症筛查应用程序可以由看护者在家中使用自己的设备远程交付，并且可以提供高水平的自闭症检测准确率。远程自闭症筛查可能会降低自闭症筛查的障碍，从而减少早期获得服务和支持的差异并改善儿童的结果。
医学领域的人工智能革命
主要关键词
相关文件推荐
