AI駆動のアフェクティブ・コンピューティングを使用して,幼児と臨床医のプロソディック・シンクロニティのタイムダイナミクスは1年間の自閉症介入結果を予測します

科学分野:

• 心理学
• コンピュータ科学
• 発達科学

背景:

• 患者とセラピストのダイナミクスは 心理療法において極めて重要ですが 特に自閉症の介入において 定量化することは困難です
• この分野での行動研究は多くの場合時間がかかり,臨床的応用が制限されています.
• 相互交流は自閉症の発達介入において 認められた有効な要素です

研究 の 目的:

• 自閉症の介入における患者・セラピストの音響シンクロニティを測定するための自動化されたシステムを開発する.
• 早期のシンクロニーパターンが自閉症の幼稚園児の長期的な臨床結果を予測するかどうかを調査する.
• シンクロニー・ダイナミクス 感情的な関わりと 発達的な変化の関係を探求する

主な方法:

• ディープラーニングとエフェクティブコンピューティングを用いた 完全自動化パイプラインが開発されました
• 25人の自閉症の幼稚園児と 17人のセラピストの 全会録音を分析しました
• 複雑なシステム理論からの非線形メトリックは,子供と臨床医の音響同期をモデル化するために使用されました.

主要な成果:

• 早期の音響シンクロニーダイナミクスの変化は,介入に対する臨床的反応を予測した.
• 改善されたアウトカムは,同期パターンと相関し,変動性と予測性が向上した.
• 感情的な関わりに関連したプロソディック特徴は,より良い発達結果と関連していました.

結論:

• 開発されたシステムは,治療のダイナミクスを客観的に測定するためのスケーラブルで非侵襲的な方法を提供します.
• 早期の人間のシンクロニーと 感情的な関わりは 自閉症の発達変化の 重要な原動力です
• このアプローチは より豊かで 生態学的に有効な 対人間のシンクロニズムを 治療セッションで提供します