国外人工智能辅助自闭症谱系障碍诊断及其康复训练研究进展

旨在综述国外运用人工智能技术辅助自闭症谱系障碍诊断及其康复训练的相关研究,为国内该领域的研究提供借鉴。自闭症谱系障碍是一类以社交障碍及刻板行为为核心特征的神经发育障碍性疾病。作为一种谱系障碍,其亚类之间乃至亚类内部的异质性明显。近年来,自闭症谱系障碍发病率不断攀升,但早期诊断及康复训练资源匮乏。随着人工智能技术的持续进步,利用人工智能来辅助诊断自闭症谱系障碍及康复训练逐步成为研究的热点。国外的人工智能辅助诊断研究通过训练神经网络模型对相关数据进行分析来实现,这些数据主要为:①脑成像数据,由自闭症谱系障碍人群数据及匹配组人群数据组成;②多模态数据,自闭症谱系障碍婴儿或儿童产出的语言、动作、面部表情等多模态数据及诊断过程的数据。康复训练方面,基于人工智能技术的非机器人干预设备和机器人干预设备在研究中广泛使用。就非机器人干预设备的康复训练研究而言,早期研究主要关注单项交际技能的康复训练。随着人机交互技术及虚拟现实技术的进步,相关的研究逐步转向综合训练。与单项训练相比较,综合训练不仅关注交际能力,且所创设的情境更接近真实的生活语境。就机器人干预而言,相关研究包括:探讨使用机器人教授自闭症儿童社交技能的方法及效果;或探讨训练这一人群感知动作的能力;或将机器人与传统干预技术结合使用。这些研究取得两方面进展:其一,更加关照自闭症谱系障碍人群,特别是儿童的心理特点和使用体验;其二,针对缺乏个性化这一自闭症谱系障碍康复训练领域亟待解决的问题,开始探讨个性化康复技术的解决方案。目前国内自闭症谱系障碍的人工智能辅助诊断及康复训练研究得到了学界和医疗界的关注,但现有研究成果及应用还远不能满足这一庞大群体对高质量诊断和康复训练资源的需求。借鉴国外研究的成果,国内相关领域的研究可从推动不同学科领域合作、推进个性化干预及研发符合我国自闭症谱系障碍人群的心理特征及喜好的康复训练设备这三方面拓展和深化。