研究人员正在使用机器学习来筛查儿童自闭症
五年多来,杜克工程学院和杜克大学医学院的研究人员一直致力于开发一款可以帮助筛查幼儿自闭症的应用程序。随着去年第一个试点研究的结果,他们的工作导致了对自闭症谱系障碍(ASD)的新见解,并有可能改变筛查和监测儿童发展的方式。
“发展成自闭症的婴儿通常不会注意到社会线索杜克大学自闭症和大脑发育中心主任杰拉尔丁·道森在一份报告中说最近发表在《连线》杂志上的文章.“他们对非社交性的东西更感兴趣,比如玩具或物品。他们的情感表达能力也较弱。他们笑得更少,尤其是在面对积极的社会事件时。”
该应用程序首先管理护理人员的同意书和调查问题,然后使用手机的“自拍”摄像头收集护理人员的视频年幼的孩子当他们在设备屏幕上观看旨在引发自闭症风险行为的电影时,比如情绪和注意力模式,他们的反应会有所不同。
孩子反应的视频被发送到研究的服务器上,自动行为编码软件跟踪孩子脸上视频地标的运动,并量化孩子的情绪和注意力。例如,当你看到一个泡泡在屏幕上漂浮的短片时,屏幕上会显示视频编码算法会寻找表示快乐的面部动作。
初步研究,从知情同意到数据收集并基于苹果的ResearchKit开源开发平台,使用苹果商店免费提供的应用程序进行初步分析。(视频)https://www.apple.com/researchkit/)
电气和计算机工程教授吉列尔莫·萨皮罗(Guillermo Sapiro)正在使用亚马逊网络服务(Amazon Web Services)以及TensorFlow和PyTorch工具来构建机器学习算法,将儿童的面部表情和眼球运动与自闭症谱系障碍的潜在迹象联系起来。他的团队还利用这些云计算工具开发新的机器学习算法,用于对他们收集的图像和视频进行隐私过滤。
通过这款应用,杜克大学的研究团队能够收集大约1700名儿童的行为数据,远远超过ASD研究中通常发现的50到100名儿童。有了这些数据,到目前为止,研究人员发现这款应用对某些行为子集的准确率接近90%。
萨皮罗在研究报告中说:“我们在这些数据上投入的算法越多,人员越多,资源越多,对患者的潜在结果就越好。Wired上的一篇文章.“我希望世界上的每个孩子都能见到自闭症专家,但这是不现实的。如果我们能大规模提供ASD筛查,那将是一个巨大的贡献。”
进一步探索