45、沉浸式技术助力自闭症检测研究

沉浸式技术助力自闭症检测研究

1. 自闭症概述

自闭症谱系障碍（ASD）是一组发育障碍，主要有社交沟通/互动（SCI）和受限/重复行为（RRB）两大显著特征。目前认为，自闭症与遗传因素有关，男性患病率约为女性的4.5倍，不同社会群体和种族都有出现。通过双胞胎研究发现，同卵双胞胎中若一人患有自闭症，另一人患病概率为36 - 95%；而异卵双胞胎的概率则降至0 - 31%。

自1911年“自闭症”一词被提出以来，ASD已从一种定义模糊的罕见疾病，发展为广为人知的终身疾病，症状从轻微到严重不等。目前，ASD没有特定的生物标志物，主要通过行为进行检测。不同年龄和逻辑能力的自闭症患者，其社交互动缺陷程度不同，包括理解能力差、代词颠倒、语言延迟、模仿言语甚至完全失语等；在非言语沟通方面，表现为对面部表情解读能力弱、眼神交流差等。此外，社会情感互惠不足也是自闭症患者的重要特征，他们较少主动发起交流，对群体互动缺乏兴趣，也难以根据不同社交场景调整行为。同时，自闭症患者常伴有逻辑能力障碍，且易出现焦虑、抑郁等情绪问题。

全球都在努力实现ASD的早期诊断和治疗。世界卫生组织强调对婴幼儿和青少年进行发育监测的重要性，多个国家也发布了相关报告，强调实践、指南和流程对提高ASD早期检测的意义。如今，人工智能（AI）、物联网（IoT）、增强现实/虚拟现实（AR/VR）等沉浸式技术正被用于帮助和增强自闭症患者的沟通能力，无论其语言能力如何。

2. 相关研究综述

以往研究表明，传统的自闭症筛查方法耗时且昂贵，而人工智能和机器学习在自闭症早期预测方面具有潜力：
- Omar等人提出基于机器学习技术的高效预测模型，并开发了移动应用程序。该模型使用随机森林 - I