随着卡塔尔(Qatar)加大支持自闭症人群的努力,卡塔尔大学(Qatar University)的一个研究团队开发了一款由人工智能(AI)赋能的设备,用于检测自闭症谱系障碍儿童的挑战性行为。
该设备名为 “SafeSignals”,由机械工程教授、项目首席研究员约翰-约翰·卡比比汉(John-John Cabibihan)带领团队开发。它依靠人工智能和机器学习技术,分析压力与挑战性行为相关的生理和环境指标。
团队其他成员包括:卡塔尔大学的艾哈迈德·亚西尔·阿尔哈达德(Ahmad Yaser Alhaddad)、艾哈迈德·卡代布·阿尔班(Ahmad Qadeib Alban)、马利克·阿伊什·阿卜杜勒阿齐兹·哈立德·阿勒阿里(Malek Ayesh Abdulaziz Khalid al-Ali)、基肖恩·库马尔·萨达西武尼(Kishorn Kumar Sadasivuni)和侯赛因·阿里(Hussein Aly)。该设备在今年世界自闭症日首次展示。
卡比比汉说:“我们开发 SafeSignals 系统,通过心率和排汗水平监测和分析自闭症谱系儿童的生理信号。这项创新旨在为家长、教师和照护者提供儿童压力水平的早期警报,使孩子出现感觉超载时能够及时干预。”
教授通过视频指出,有时痛苦的最初迹象不是喊叫或尖叫。“它可能是皮肤下的信号。自闭症儿童常因感觉超载突然情绪崩溃。这些不是不良行为的表现,而是他们身体求助的方式。我们的团队将可穿戴生物传感器与社交机器人配对,通过心率、汗液反应和运动实时感知上升的压力,帮助医护人员在情绪崩溃开始前采取行动,”卡比比汉解释说。
他还讲述在试点测试中,当儿童压力骤升时,机器人如何温和地重新引导他们平静下来,帮助他们安全而安静地活动。“这些机器人搭建起回归人际连接的桥梁,因为当技术倾听身体时,你就能及早介入照护,”他补充说。
SafeSignals 系统是一个集成可穿戴和环境传感器的系统。通过结合机器学习算法、多模态监测和实时警报,它使照护者和医疗专业人员能够提供及时支持,增强安全与福祉。
设备的主要特点包括:
- 多模态监测:整合可穿戴和环境传感器,以获得整体洞察。
- 准确识别与实时警报:能准确识别压力和挑战性行为,并通过即时通知照护者和外部设备提供实时警报。
- 可靠且可扩展:旨在通过全面监测系统克服现有解决方案的局限。
此外,可穿戴传感器追踪压力和焦虑的生理指标,环境传感器监测周围环境中的潜在触发因素。借助人工智能分析,机器学习算法检测行为模式,并通过即时警报实现实时干预,以便照护者及时提供支持。
研究人员认为该设备具有价值主张,因为它以及时、可操作的洞察赋能照护者。它面向未来且可扩展,适用于多种医疗和辅助应用。
SafeSignals 的开发是卡塔尔大学研究人员合作研究的一部分,旨在利用技术和创新推进辅助技术并加强医疗相关领域。团队已获得专利,现正寻求商业化机会。
通过与医疗服务提供者、辅助技术公司和投资者合作,卡塔尔大学旨在全球扩大 SafeSignals 的使用。在专利保护到位后,该系统已准备好进行许可、共同开发并整合到医疗服务中。

