ETRI entwickelt innovative Technologie für das frühe Autismus -Screening bei kleinen Kindern

ETRI -Forscher haben eine KI -Technik für künstliche Intelligenz (AI) für das frühe Screening der Autismus -Spektrum -Störung (ASD) entwickelt. Die Technologie wurde entwickelt, um frühe Anzeichen von ASD bei Kindern schneller zu erkennen, was die Möglichkeiten für frühes Screening und Intervention erweitern und die Zugänglichkeit erheblich verbessern kann.

Das Electronics and Telecommunications Research Institute (ETRI) gab bekannt, dass es eine KI-Technologie „Social Interaction Recognition“ entwickelt hat, die eine Störung der Autismus-Spektrum-Störung durchführen kann, indem „soziale Interaktionsinhalte“ für Säuglinge und Kleinkinder und Videomaterial analysiert werden, die innerhalb von sechs Minuten nach dem Betrachten gesammelt wurden.

Eine Autismus -Spektrum -Störung kann durch Beobachtung bestimmter Verhaltensweisen und Entwicklung festgestellt werden, wie z. B. fehlende Fähigkeiten der sozialen Kommunikation und eingeschränkte, sich wiederholende Verhaltensweisen. Früheres Screening und Intervention sind für ASD von entscheidender Bedeutung, da eine frühzeitige Erkennung und eine angemessene medizinische Intervention sich positiv auf die Entwicklungsergebnisse auswirken können.

Aufgrund mangelnder Experten, begrenztes soziales Bewusstsein und Einschränkungen in Bezug auf Zeit und Ressourcen wird berichtet, dass es zwei bis sechs Jahre von der Erkennung der Symptome bis zur tatsächlichen Diagnose dauert. Die Schlüsselsymptome von ASD können bereits im Alter von 12 bis 24 Monaten und in einigen Fällen noch früher auftreten, was die Bedeutung eines frühen Screenings und der Intervention hervorhebt.

ETRI-Forscher arbeiteten mit dem Team von Prof. Yoo Hee-Jungs aus der Abteilung für Psychiatrie des Seoul National University Bundang Hospital zusammen, um die Sensitivität des Screening-Index für ASD zu analysieren, basierend auf Daten von 3.531 Fällen von Säuglingen und Kleinkindern im Alter von 42 Monaten oder jünger. Basierend auf dieser Analyse entwickelten die Forscher ein Szenario für die Beobachtung von Säuglingen und Kleinkindern, in denen die KI -Technologie angewendet werden kann.

Basierend auf diesem Szenario entwickelten sie den weltweit ersten „sozialen Interaktionsinhaltsinhalt“, der verschiedene soziale Antworten induzieren und beobachten kann, z.

Darüber hinaus entwickelten sie eine „soziale Interaktionserkennungs -KI“ -Technologie, die die Interaktionsprozesse von Säuglingen und Kleinkindern erfasst, die den Inhalt mit Kameras beobachten und △ Analyse persönlicher Attribute, Vorhersage und Überwachung des Emotionszustands, △ -Blickverfolgung und Reaktion auf Namenserkennung, Erkennung von Zeugen, Gesten, △ Erkennung von Stereotik- und Stereot- und Stereot- und Stereot- und Stereot -Verhaltensbehandlungen und usw. und usw. durchführen, usw.

Die Forscher haben ein lebendiges Labor für das Screening einer Autismus -Spektrum -Störung am Korea Institute of Robotics and Technology Convergence (KIRO) Seoul Center 2020 eingerichtet und haben in den letzten fünf Jahren Beobachtungstests und Datenerfassung für Säuglinge und Kleinkinder durchgeführt, um die Technologie des Feldes voranzutreiben.

Diese Technologie ist die weltweit erste multidisziplinäre, konvergenzbasierte künstliche Intelligenz (AI) -Technologie (AI) für das Screening von Autismus-Spektrum-Störungen, die Überwachung der Einschränkungen vorhandener Screening-Tools und die Darstellung einer neuen Lösung, die objektivere und quantitative Bewertungen ermöglicht.

Es senkt das Hindernis für psychische Gesundheitsdienste und erleichtert es den Vorschulen, Kinderbetreuungszentren, Entwicklungszentren und sogar Häusern, um Kinder im Zusammenhang mit Inhalten zu überprüfen.

Es wird erwartet, dass es als praktischer Weg verwendet wird, um das Problem des frühen Screening von Säuglingen und Kindern durch die Verbesserung des sozialen Bewusstseins für Autismus -Spektrum -Störungen und die Aktivierung von vorbeugenden Tests und frühzeitigen Interventionen zu behandeln.

Dr. Yoo Jang-hee, Hauptforscher des Bereichs Social Robotics Research, sagte: „Wir hoffen, dass dies dazu beitragen wird, die Zeit zwischen Symptomerkennung und Diagnose zu verkürzen, sowie die Veränderung der gesellschaftlichen Wahrnehmungen von Autismus. Darüber hinaus ist es für unsere Forschung wichtig, harte Probleme zu lösen, aber wir hoffen auch, dass es auch mehr dazu beiträgt, wichtige Probleme wie Autismus zu lösen.“

In der Zwischenzeit wurde diese Technologie als eine der „100 nationalen F & E -Exzellenzerleistungen im Jahr 2024“ ausgewählt und wurde für ihre Exzellenz durch mehr als 50 inländische und internationale Patentanmeldungen und 18 Veröffentlichungen in internationalen Zeitschriften (SCIE) anerkannt.

1) Autismus -Spektrum -Störung (ASD): Eine Art von neurologischer Entwicklungsstörung, die durch Schwierigkeiten mit sozialer Kommunikation und Interaktion sowie eingeschränkte und sich wiederholende Verhaltensweisen und Interessen gekennzeichnet ist. Der Begriff „Spektrum“ bezieht sich auf die Tatsache, dass die Schwere und die Arten der Symptome von Person zu Person variieren.

2) Frühes Screening/Frühintervention: Erkennung von Erkrankungen wie Entwicklungsstörungen so früh wie möglich und gegebenenfalls medizinische und psychologische Interventionen zur Verhinderung von Verschlechterung oder Verbesserung der Symptome

3) Blickverfolgung und Antwort auf den Namen: Die Position des Blicks des Kindes zu einem bestimmten Objekt (Blickpunkt) und dem Grad, in dem das Kind reagiert, wenn es sein Name genannt wird (Antwort auf den Namen)

4) Imitatives/stereotypisches Verhalten: Nachahmendes Verhalten kopiert die Bewegungen oder Handlungen anderer, und stereotypes Verhalten wiederholt bestimmte Handlungen oder Wörter

5) Living Lab: Ein Forschungsmodell, das Benutzer dazu veranlasst, Technologie in Räumen zu experimentieren und zu fördern, die im realen Umgebungen ähneln. In diesem Fall haben wir Daten gesammelt und die Technologie validiert, während Säuglinge und ihre Betreuer tatsächlich mit dem Inhalt interagierten.

Diese Forschung wurde im Rahmen des Kernentwicklungsprojekts „SW Computing Industry“ des Instituts für Informations- und Kommunikationstechnologieplanung und -bewertung (IITP) mit Unterstützung des Ministeriums für Wissenschaft und IKT sowie des Prof. Yoo Hee-Jung-Teams der Seoul-Universität und des Kim-Guk-Teams von Gwangju-Institut und dem Team von Gwangju-Institut und dem Team von Kim, Dr. Robotik und Technologiekonvergenz (KIRO) nahmen zusammen teil.

Quellen: