根据PLOS一号发表的一项研究，佛蒙特大学领导的研究团队将可穿戴技术和人工智能技术相结合，可以快速准确地检测出儿童的内在疾病，如焦虑和抑郁。这项研究表明，近五分之一的儿童会经历内在疾病，如果不治疗，他们可能会在晚年造成健康问题。

研究小组使用90秒的情绪诱导任务来识别患有内在疾病的儿童。这些儿童通常有不可观察到的症状，这些症状可能在儿童中多年得不到诊断，并导致滥用药物和自杀的风险增加。

“这些结果表明，这种方法可以在未来用于筛查儿童的内在疾病，以便在他们有最大机会获得长期成功时进行干预，”该研究的助理教授、佛蒙特大学生物医学工程师、该报告的主要作者瑞安s麦金尼斯博士说。写。

研究人员使用可穿戴运动传感器来跟踪儿童在任务执行过程中的运动，并使用机器学习算法来分析运动数据和检测疾病迹象。方法对63例已知内在疾病的儿童进行测试。

该方法在鉴别儿童内在疾病方面具有81%的准确性、67%的敏感性和88%的特异性。结果明显优于标准亲本报告法，其准确性为0.68-0.75，特异性为0.81-1.00，敏感性为0.00-0.42。可穿戴传感器和机器学习算法只需20秒的数据就能评估儿童疾病。

佛蒙特大学的临床心理学家艾伦麦金尼斯(Ellen McGinnis)在一份声明中说：“焦虑儿童需要改善他们的心理护理和干预。”“我们的论文表明，这种仪表化的情绪诱导任务可以帮助我们识别这些孩子，并使他们能够获得所需的服务。”

该大学表示，研究人员希望改进算法，并开发其他测试来区分焦虑和抑郁。最终目标是开发“评估电池，可用于学校或医生办公室，作为日常发展评估的一部分，对儿童进行筛查。"

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：