患有自闭症谱系障碍的个体经常表现出沟通问题和社会交往困难。虽然这种疾病很常见，但在五岁之前诊断是很有挑战性的。然而，早期护理可以通过提供特定的行为干预来弥补这些困难，这些行为干预侧重于受自闭症影响的技能的发展。因此，瑞士日内瓦大学(UNIGE)的跨学科团队开发了一种基于视频自动分析的人工智能(AI)算法，使以匿名和标准化的方式研究儿童的非语言交流成为可能。该技术易于使用，可以从显示5岁以下自闭症儿童与成人玩耍的短视频中正确分类80%的病例。这些研究结果将发表在《科学报告》(Scientific Reports)杂志上，为早期发现自闭症障碍的工具铺平了道路。
每54个儿童中就有一个患有自闭症谱系障碍，其特征是社交困难、交流技能改变、重复性行为和兴趣受限。因此，自闭症儿童往往难以遵循标准的学校课程。“然而，如果在3岁之前做出诊断，通常可以弥补这些发育迟缓。具体的行为干预可能确实会完全改变他们的技能习得轨迹，让他们融入主流学校，”uniige医学院精神病学教授、该研究的资深作者玛丽·舍尔(Marie Schaer)指出。因此，挑战在于早期诊断，因为自闭症往往诊断得太晚，在3岁以后。
使用自动视频分析
自闭症的特征是非语言交流，这与正常发育的儿童不同。玛丽·舍尔团队的研究员、该研究的第一作者纳达·科约维奇(Nada Kojovic)说:“这在几个方面是不同的，比如难以建立眼神交流、微笑、指向物体或他们对周围事物感兴趣的方式。”“这就是为什么我们设计了一种使用人工智能的算法，分析儿童在视频中的动作，并确定他们是否具有自闭症谱系障碍的特征。”
在三年多的时间里，在瑞士国家能力研究中心(NCCR) Synapsy的支持下，科学家们开发了这种算法，旨在仅根据儿童与他人互动时的动作对视频进行分类。为了做到这一点，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捉到的移动人群的骨骼，并通过去除所有可识别的特征(年龄、性别、背景等)来分析手势，只保留骨骼在空间和时间上的关系。随后，UNIGE研究团队开发了专门用于检测自闭症的人工智能算法，并在68名正常发育儿童和68名自闭症儿童身上进行了测试，这些儿童都在5岁以下。“我们把每组分成两组:每组的前34名‘训练’我们的人工智能，以区分自闭症儿童和非自闭症儿童的非语言行为。其他人则帮助我们测试其准确性。我们还对101名其他儿童进行了评估，”信息科学研究所的研究员、日内瓦经济与管理学院(GSEM)和日内瓦大学信息学中心(CUI)的教员Thomas Maillart解释说。
一个公司10分钟后就有结果了
人工智能筛选儿童与成人自由玩耍的视频。“没有预先设定的场景。这是一个自由分析孩子的非语言行为的问题，同时向他们提供各种各样的物体，这将使确定是否有自闭症障碍成为可能，”Nada Kojovic说。结果显示，人工智能对80%以上的自闭症病例进行了准确的分类。“这是一个极好的结果，”玛丽·沙尔热情地说。在10分钟内，我们就可以让任何人都能得到第一次筛查，无论他们住在哪里。这将允许担心年幼孩子的父母获得自闭症症状的初步自动评估。当然，这并不完美，但这可能是第一步，需要咨询专家。”研究表明，从父母最初的担忧到转诊到专门咨询，通常需要一年以上的时间。
此外，这种自动视频分析提供了完全的匿名性。“这是宝贵的，不仅对专家之间的视频交流，以完善诊断，而且对培训学生，”日内瓦研究员继续说。
值得注意的是，这项技术不需要对儿童进行任何直接干预。“运动传感器的安装既费时又敏感;它也会干扰孩子，影响结果。在这里，基于计算机视觉的分析是非侵入性的，”Nada Kojovic说。此外，由于它不需要任何特定的设置，该算法可以用来分析过去录制的视频，这对于研究目的来说是一个明显的优势。
这个多学科团队的目标是让每个人都能使用这种人工智能。Thomas Maillart总结道:“我们现在希望开发一种应用程序，可以用智能手机拍摄10分钟的视频进行分析。”
