利用视频进行自闭症的早期检测
受自闭症谱系障碍影响的个体经常在社会交往中表现出沟通问题和困难。虽然这种疾病很常见，但在五岁之前诊断是一项挑战。然而，早期护理可以通过提供特定的行为干预来弥补这些困难，这些干预侧重于受自闭症影响的技能的发展。这就是为什么瑞士日内瓦大学(UNIGE)的一个跨学科团队开发了一种基于视频自动分析的人工智能(AI)算法，使以匿名和标准化的方式研究儿童的非语言交流成为可能。这项技术易于使用，从显示5岁以下患有或没有自闭症的儿童与成人玩耍的短视频中，正确地分类了80%的案例。这些结果将在杂志上发表科学报告，为早期发现自闭症障碍的工具铺平了道路。
每54人中就有一人患有自闭症谱系障碍孩子们其特点是社交困难，沟通技巧改变，重复性行为和兴趣受限。因此，自闭症儿童通常很难遵循标准的学校课程。“然而，如果在3岁前诊断，通常有可能弥补这些发育迟缓。具体的行为干预确实可能完全改变他们的技能习得轨迹，并允许他们融入主流学校，”UNIGE医学院精神病学教授、该研究的资深作者玛丽·舍尔(Marie Schaer)指出。因此，挑战在于早期诊断因为自闭症通常在3岁以后才被诊断出来。
使用自动视频分析
自闭症的特点是与正常发育的儿童不同的非语言交流。玛丽·舍尔团队的研究员、该研究的第一作者纳达·科约维奇说:“这在几个方面有所不同，比如难以建立眼神交流、微笑、指向物体或他们对周围事物感兴趣的方式。”“这就是为什么我们设计了一种算法人工智能通过视频分析孩子们的动作并确定他们是否具有自闭症谱系障碍．"
在瑞士国家能力研究中心(NCCR) Synapsy的支持下，科学家们在三年的时间里开发出了这种算法，旨在仅根据孩子与他人互动时的动作对视频进行分类。为了做到这一点，他们首先使用了卡内基梅隆大学开发的一种名为OpenPose的技术。这计算机视觉技术提取视频中捕捉到的移动人物的骨架，并通过去除所有可能具有区别性的特征(年龄、性别、环境等)来分析手势，只保留骨架在空间和时间上的关系。然后，UNIGE研究团队开发了他们的人工智能算法，用于检测自闭症，并在68名正常发育的儿童和68名自闭症儿童身上进行了测试，这些儿童都在5岁以下。“我们将每组分为两组:每组中的前34人‘训练’我们的人工智能来区分自闭症儿童和非自闭症儿童的非语言行为。然后其他人帮助我们测试它的准确性。我们还对101名其他儿童进行了评估，”信息科学研究所研究员、日内瓦经济与管理学院(GSEM)和日内瓦大学信息学中心(CUI)的教员Thomas Maillart解释说。
十分钟内就有了令人信服的结果
人工智能筛选了孩子们与成年人自由玩耍的视频。“没有预先设定的场景。这是一个自由地分析孩子们的非语言行为的问题，同时为他们提供各种对象，这将有可能确定自闭症障碍的存在或不存在，”纳达科约维奇说。结果表明，人工智能对80%以上的病例进行了准确的自闭症分类。Marie Schaer兴奋地说:“这是一个很好的结果。在10分钟内，我们确实可以让任何人，无论他们住在哪里，都能获得第一次筛查。这将使担心他们的孩子的父母获得初步的自动评估的症状自闭症．这当然不是完美的，但可以作为咨询专家后确认的第一步。”研究表明，父母从第一次担心到转诊到专业咨询通常需要一年多的时间。
此外，这是自动化的视频分析提供完全的匿名性。“这是非常宝贵的，不仅对于专家之间交换视频以完善诊断，而且对于培训学生，”日内瓦的研究人员继续说。
值得注意的是，这项技术不需要对孩子进行任何直接干预。“运动传感器的安装既耗时又敏感;它还会打扰孩子，影响结果。在这里，基于计算机视觉的分析是非侵入性的，”Nada Kojovic说。此外，由于不需要任何特定的设置，该算法可以用于分析过去录制的视频，这对于研究目的来说是一个明显的优势。
多学科团队现在的目标是让每个人都能使用这种人工智能。“我们现在希望开发一种应用程序，只需10分钟就可以进行这样的分析视频用智能手机拍摄，”Thomas Maillart总结道。
