面向发育障碍儿童的 AI 增强行为分析：迈向精准治疗
计算机与社会
2021-11-25 v2 人工智能
摘要
自闭症谱系障碍是一种以显著社会、沟通与行为挑战为特征的发育障碍。被诊断为自闭症、智力与发育障碍（AUIDD）的个体通常需要长期照护及针对性治疗与教学。AUIDD 的有效治疗依赖于受过训练的应用行为分析师（ABAs）所进行的高效且细致的行为观察。然而，该过程要求临床医生收集并分析数据、识别问题行为、开展模式分析以分类并预测类别结果、假设对治疗的反应性，以及检测治疗计划的效果，给 ABA 带来过重负担。将数字技术成功整合进临床决策流程，以及利用人工智能（AI）算法的自动化决策进展，凸显了借助新颖算法与高保真传感器增强教学与治疗的重要性。本文提出一种 AI 增强学习与应用于行为分析（AI-ABA）平台，为 AUIDD 个体提供个性化治疗与学习计划。通过定义系统化实验并结合自动化数据收集与分析，AI-ABA 可利用基于强化的增强或虚拟现实及其他移动平台促进行为自我调节。因此，AI-ABA 可协助临床医生专注于做出精准的数据驱动决策，并提升对 AUIDD 个体的个体化干预质量。
引用
@article{arxiv.2102.10635,
title = {AI-Augmented Behavior Analysis for Children with Developmental Disabilities: Building Towards Precision Treatment},
author = {Shadi Ghafghazi and Amarie Carnett and Leslie Neely and Arun Das and Paul Rad},
journal= {arXiv preprint arXiv:2102.10635},
year = {2021}
}
备注
Accepted to IEEE SMC Magazine. Updated IEEE copyright policy to thanks section on Page 1