南加州大学的一项新研究表明，人工智能与 iPad 着色游戏的数据相结合，可以帮助自闭症的早期诊断。

“这些结果表明，有可能找到一种简单而新颖的方法来早期检测自闭症和发育协调障碍，”南加州大学职业科学与职业治疗系教授丽莎·阿齐兹-扎德 (Lisa Aziz-Zadeh) 说。“这一点尤其重要，因为运动特征出现在自闭症早期——通常在社会症状之前。而且这种方法不涉及评估者的潜在偏见。”

研究结果发表在《自闭症和发育障碍杂志》上。

先前的研究表明，可以利用技术将自闭症与典型发育个体进行分类，但很难将自闭症与其他类似的发育障碍区分开来。例如，发育性协调障碍(主要是运动技能障碍)具有与自闭症重叠的特征。患有自闭症谱系障碍的儿童除了该疾病的标志性社交缺陷外，通常还存在运动和感觉缺陷。

“早期识别可以采取量身定制的治疗方法，从而带来更好的长期发育结果，”第一作者、南加州大学陈博士后研究员克里斯蒂娜·多德·布特拉(Christiana Dodd Butera)说。“在发育最有影响力的时期为适当的孩子提供适当的治疗将是这项检测工作的长期目标。”

人工智能和自闭症：使用机器学习分析

在这项研究中，54 名8 岁至 17 岁的儿童在 iPad 上参加了五分钟的填色游戏。18 名患有自闭症，16 名患有发育协调障碍，20 名发育正常。iPad 收集触摸屏运动学数据，例如，孩子按压的力度以及动作的急速或速度。研究人员使用机器学习分析(人工智能的一种形式)来处理信息。