Autor/autores:
Kalantarian H, Jedoui K, Dunlap K...(et.al)
El trastorno del espectro autista (TEA) es un trastorno del desarrollo caracterizado por déficits en la comunicación e interacción social y comportamientos e intereses restringidos y repetitivos. La incidencia de TEA ha aumentado en los últimos años; ahora se estima que aproximadamente 1 de cada 40 niños en los Estados Unidos están afectados. Debid...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
El trastorno del espectro autista (TEA) es un trastorno del desarrollo caracterizado por déficits en la comunicación e interacción social y comportamientos e intereses restringidos y repetitivos. La incidencia de TEA ha aumentado en los últimos años; ahora se estima que aproximadamente 1 de cada 40 niños en los Estados Unidos están afectados.
Debido en parte al aumento de la prevalencia, el acceso al tratamiento se ha visto limitado. La esperanza radica en las soluciones móviles que brindan terapia a través de enfoques de inteligencia artificial (IA), incluidos los modelos de IA de detección facial y emocional desarrollados por los principales proveedores de nube, disponibles directamente para los consumidores. Sin embargo, estas soluciones pueden no estar suficientemente capacitadas para su uso en poblaciones pediátricas.
Los clasificadores de emociones disponibles al público en general a través de Microsoft, Amazon, Google y Sighthound se adaptan bien a la población pediátrica y podrían usarse para desarrollar terapias móviles dirigidas a aspectos de comunicación e interacción social, tal vez acelerando innovación en este espacio. Este estudio tuvo como objetivo probar estos clasificadores directamente con datos de imágenes de niños con TEA reportado por los padres reclutados a través de crowdsourcing.
Utilizamos un juego para dispositivos móviles llamado Guess What? eso desafía a un niño a representar una serie de indicaciones que se muestran en la pantalla del teléfono inteligente que se encuentra en la frente de su proveedor de atención médica. El juego pretende ser una forma divertida y atractiva para que el niño y el padre interactúen socialmente, por ejemplo, el padre intenta adivinar qué emoción está actuando el niño (por ejemplo, sorprendido, asustado o disgustado). Durante una sesión de juego de 90 segundos, se muestran hasta 50 indicaciones mientras el niño actúa, y el video registra las acciones y expresiones del niño. Debido en parte a la naturaleza divertida del juego, es una forma viable de involucrar de forma remota a las poblaciones pediátricas, incluida la población de autismo a través del crowdsourcing. Reclutamos a 21 niños con TEA para jugar y reunimos 2602 marcos emotivos después de sus sesiones de juego. Estos datos se utilizaron para evaluar la precisión y el rendimiento de cuatro clasificadores de emociones faciales de vanguardia para desarrollar una comprensión de la viabilidad de estas plataformas para la investigación pediátrica.
Todos los clasificadores tuvieron un mal desempeño para cada emoción evaluada, excepto feliz. Ninguno de los clasificadores etiquetó correctamente más del 60. 18% (1566/2602) de los marcos evaluados. Además, ninguno de los clasificadores identificó correctamente más del 11% (6/51) de los marcos enojados y el 14% (10/69) de los marcos de disgusto.
Los resultados sugieren que los clasificadores de emociones comerciales pueden estar insuficientemente entrenados para su uso en enfoques digitales para el tratamiento del autismo y el seguimiento del tratamiento. Se necesitan métodos seguros y de preservación de la privacidad para aumentar los datos de entrenamiento etiquetados para aumentar el rendimiento de los modelos antes de que puedan usarse en enfoques habilitados para la IA para la terapia social del tipo que es común en los tratamientos para el autismo.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://mental.jmir.org/
Goldberg y Stephen M. Stahl. Prologo de Alan F. Schatzberg. Durante las últimas cuatro décadas, l...
COMPRAR AQUÍ
