对智力和发育障碍儿童实时早期动荡捕获技术 (REACT) 的试点研究
Nibraas Khan1, Abigale Plunk2, Zhaobo Zheng3
1Department of Computer Science, Vanderbilt University, Nashville, Tennessee, USA.
Digital health
|October 22, 2024
概括
本研究介绍了REACT,这是一种使用可穿戴传感器检测智力和发育障碍 (IDD) 儿童早期危险信号的机器学习系统. REACT提供及时的警报,提高安全性和对具有挑战性的行为进行干预.
科学领域:
- 发展心理学 发展心理学
- 机器学习 机器学习
- 可穿戴技术可穿戴技术
背景情况:
- 智力和发育障碍 (IDD) 的儿童和青少年,特别是患有自闭症谱系障碍的儿童和青少年,面临更高的挑战性行为风险.
- 目前的行为评估方法缺乏主动,预测能力,用于早期危险检测.
- 痛苦的微妙早期迹象可能会先于公开的挑战性行为,但往往是人类观察无法察觉的.
研究的目的:
- 开发和试点测试实时早期激发捕获技术 (REACT),一种多式联机机器学习模型.
- 通过实时感知,检测IDD儿童早期的痛苦迹象,称为"激动".
- 提高IDD患者行为评估的安全性和效率.
主要方法:
- 利用可穿戴技术收集实时行为和生理数据.
- 开发了一种多式联机机器学习模型 (REACT) 来识别早期兴奋信号.
- 在三个患有IDD的6-9岁儿童身上试点测试了该系统.
主要成果:
- REACT系统在发生动荡时检测到的F1平均得分为78.69%.
- 该系统在发作前20秒内检测到激动的F1得分达到了68.20%.
- 这些结果表明该模型在捕获微妙的早期危险指标方面的有效性.
结论:
- 这些发现支持使用REACT模型进行主动,实时检测IDD儿童的激发.
- 该技术在识别不可察觉的救援信号方面提供了更高的准确性,允许更早的干预.
- 这种方法增强了弱势群体的安全,福祉和包容性,潜在地增加了用户的自主权和自我倡导.
