一个移动应用程序的验证,用于远程查幼儿自闭症

科学领域:

• 发育儿科 发育儿科
• 计算精神病学是一种计算精神病学.
• 人与计算机的交互

背景情况:

• 早期发现自闭症谱系障碍 (ASD) 对于及时干预和改善儿童结果至关重要.
• 尽管有临床能力诊断幼儿自闭症,但诊断往往会延迟.
• 移动健康应用程序为客观,定量自闭症查提供了潜力.

研究的目的:

• 评估SenseToKnow移动应用程序的诊断准确性,用于自闭症检测,当护理人员远程管理时.
• 评估基于智能手机的自闭症查工具的可行性和性能,利用计算机视觉和机器学习.

主要方法:

• 护理人员在个人智能手机/平板电脑上为620名幼儿 (16-40个月) 管理了SenseToKnow应用程序.
• 该应用程序通过设备摄像头和传感器在交互刺激 (电影,游戏) 中记录孩子的行为.
• 计算机视觉和机器学习算法分析了自闭症预测的行为数据.

主要成果:

• SenseToKnow实现了高诊断精度 (AUC=0.92),灵敏度为83.0%和特异性为93.3%.
• 积极的预测值为84.3%,负的预测值为92.6%.
• 在不同的设备 (iPhone,iPad) 上,应用程序的性能是一致的.

结论:

• 一个使用计算机视觉的远程,护理人员管理的移动应用程序显示出高精度的自闭症在幼儿的检测.
• 通过移动应用程序进行远程查可能会降低早期诊断和干预的障碍,减轻差异.
• 这项技术支持改善对服务的获取,并为患有自闭症的儿童提供更好的结果.