人工智能通过手部动作检测自闭症，准确率达 89%
一项重大的科学突破可能会改变自闭症的诊断方式。根据英国约克大学研究人员最近的一项研究，人工智能现在已经能够通过简单的手部动作检测出自闭症的迹象，准确率高达89%。
这一发现基于一个新颖的想法：最日常的手势，例如用拇指和食指抓住物体，可以揭示大脑如何运作的微妙线索。这项研究涉及分析 59 名年轻人在手指上装有传感器时抓握矩形物体的运动行为。利用运动跟踪技术和机器学习算法，研究人员能够提取与运动控制相关的 12 多个特征，包括速度、手部轨迹以及夹持器何时达到最大开口。
然后将收集到的数据输入到五个机器学习模型中。即使是性能最差的模型也达到了 84% 以上的准确率，证明了这种方法的巨大潜力。
该方法的独特之处在于其简单性和可访问性。与昂贵的脑部扫描或复杂的诊断访谈不同，这项技术基于每个人每天都会执行的自然任务。通过结合两个传感器和强大的算法，它将来可以提供一种更快、更经济的自闭症早期诊断方法。
然而，一些挑战依然存在。该研究的重点是平均智商的参与者，而该方法对儿童（早期筛查的关键人群）的有效性仍有待评估。研究人员还希望探索这种方法区分不同自闭症特征的能力，并验证其在学校或诊所等实际环境中的应用。
这一进展结合了技术进步和对人类行为的详细了解，为神经发育障碍诊断领域的革命铺平了道路。
-
08:14
-
08:02
-
07:51
-
07:36
-
07:30
-
17:07
-
17:01
-
16:55
-
16:23
-
16:02
-
15:47
-
15:46
-
15:16
-
15:01
-
14:57
-
14:52
-
14:49
-
14:37
-
14:19
-
14:00
-
13:53
-
13:44
-
13:35
-
13:32
-
13:29
-
13:22
-
13:15
-
11:35
-
11:30
-
11:15
-
11:10
-
11:09
-
11:08
-
11:03
-
10:59
-
10:46
-
10:32
-
10:32
-
10:22
-
10:14
-
10:05
-
09:48
-
09:45
-
09:39
-
09:12
-
08:52
