针对儿童大脑功能数字流行病学研究的EPIDIA4Kids协议,基于在未经修改的平板电脑上运行的多模式生物识别工具
Vanessa Douet Vannucci1,2, Théo Marchand1,3, Alexandre Hennequin1
1R&D Lab, O-Kidia, Nice, France.
Frontiers in public health
|June 16, 2023
概括
这项研究引入了一种新的数字方法,用于评估儿童的神经发育障碍 (NDD). 它使用人工智能和基于平板电脑的评估来更好地了解大脑功能,并更容易地识别早期症状.
科学领域:
- 神经科学是一个神经科学.
- 数字流行病学数字流行病学
- 儿童心理学 儿童心理学
背景情况:
- 神经发育障碍 (NDD) 呈现复杂的表型,具有显著的重叠,使诊断和治疗复杂化.
- 数字流行病学提供了一种新的方法来研究健康动态,使用现实世界的数据流.
- 需要一个跨诊断框架来更好地了解大脑功能和NDD.
研究的目的:
- 提出和评估一种新的跨诊断方法来检查儿童的大脑功能.
- 将基于人工智能的多模式生物识别与平板电脑上的临床电子评估相结合.
- 在生态环境中使用数据驱动的方法来描述认知,情感和行为.
主要方法:
- 该EPIDIA4Kids研究是一项不受控制的开放性试验,涉及786名年龄在7-12岁的参与者.
- 数据收集包括在线问卷,纸笔神经评估和30分钟的游戏化平板电脑评估.
- 多模式生物识别是使用视频,音频和数字跟踪数据的机器和深度学习生成的.
主要成果:
- 该研究假设数字生物标志物将比传统方法更有效地检测早期神经发育症状.
- 预计这种数字化方法将在现实生活中的实践中同样或更容易获得.
结论:
- 这种数字流行病学方法为更有效和更容易获得的儿童NDD的跨诊断理解提供了希望.
- 这些发现可能会导致对神经发育障碍的早期检测和干预策略的改进.
