Sensor Ditemui dalam "Hampir Setiap Boleh Dipakai" Boleh Diagnosis Kebimbangan Kanak-Kanak

Berkomunikasi dengan apa yang dirasakan seperti mengalami kecemasan adalah tugas yang mencabar, walaupun untuk remaja yang paling jelas atau orang dewasa yang hidup dengan gangguan kecemasan. Tetapi untuk kanak-kanak kecil yang mungkin tidak mempunyai kemahiran bahasa untuk meletakkan kata-kata kepada emosi mereka, menggambarkan bahawa perasaan panik yang menghancurkan adalah satu tugas yang mustahil. Sebuah makalah yang diterbitkan pada Rabu PLOS One mencadangkan penyelesaian: sensor dpt dipakai dan algoritma pembelajaran mesin yang dapat mendiagnosis kebimbangan tanpa mendengar satu perkataan. Dan bahagian yang terbaik ialah semua bahagian yang diperlukan dalam teknologi ini sudah wujud.

Gangguan mental dan kecemasan telah menjadi sangat sukar untuk dikurangkan pada remaja dan dewasa. Cabaran-cabaran ini lebih besar apabila mendiagnosa kanak-kanak, tambah Ellen McGinnis, Ph.D., penyelidik pasca doktoral di jabatan psikiatri Universiti Vermont.

"Kanak-kanak kecil bergulat dengan memahami emosi mereka sendiri dan bahasa ekspresif, jadi mereka tidak dapat melaporkan dengan pasti jika atau bagaimana mereka mungkin menderita," katanya. Songsang.

"Sebagai contoh, saya cuba mengendalikan soal selidik kebimbangan diri yang dibuat untuk kanak-kanak tujuh dan sehingga sampel kajian ini. Salah satu item bertanya sesuatu seperti 'Adakah anda jumpy?' Dan 90% kanak-kanak mula melompat ke atas dan ke bawah, tersenyum."

Untuk mengelilingi halangan ini, dia dan jurubicara sains Ryan McGinnis, Ph.D., seorang jurutera biomedikal, juga di Universiti Vermont (dan suami Ellen McGinnis), mencerminkan sensor gerak tipikal yang terdapat di hampir semua telefon pintar, yang dipanggil mikro - sistem mekanikal elektrik - atau peranti MEMS. Ini adalah peranti skala nano, yang mengukur pecutan dan halaju sudut, membuat pecutan dalam "hampir setiap dpt dipakai dan telefon pintar di pasaran," tambah Ryan McGinnis. Apabila dia mengetatkan peranti MEMS di sekeliling pinggang 63 kanak-kanak, beberapa daripadanya telah mendiagnosis gangguan kecemasan secara klinikal, dia mendapati bahawa kanak-kanak ini sebenarnya cenderung untuk bergerak berbeza daripada kawalan sihat apabila mereka dimasukkan ke dalam situasi yang teruk.

## The 'Ular Petugas'

Malangnya, satu-satunya cara untuk mereka bentuk dan menguji sensor kecemasan untuk kanak-kanak adalah mendorong kebimbangan. Cukuplah untuk mengatakan bahawa tugas ular berjaya di hadapan ini.

Seorang penyelidik mengetuai kanak-kanak itu ke bilik yang kurang terang dan berkata, "Saya mempunyai sesuatu untuk menunjukkan kepada anda," atau "Mari diam supaya tidak bangun," sebelum menarik balik lembaran untuk mendedahkan ular palsu, hanya beberapa inci dari wajah mereka. Kemudian, penyelidik membiarkan anak-anak bermain dengan ular itu, sambil memastikan mereka semua akan baik-baik saja.

Kanak-kanak dengan gangguan kecemasan berpindah dengan cara yang berbeza semasa fasa pertama dari tugas itu, apabila para penyelidik membina tanggapan tentang makhluk yang tinggal di belakang lembaran. Menurut data sensor MEMS, kanak-kanak dengan diagnosis kecemasan cenderung untuk menjauhkan diri dari lembaran misteri lebih cepat dan lebih dramatik daripada kawalan yang sihat - seringkali memalingkan belakangnya - 180 darjah. Kanak-kanak yang tidak mempunyai diagnosis kebimbangan biasanya bertukar kurang daripada 60 darjah, mengekalkan helaian dalam penglihatan.

"Banyak gangguan kecemasan dicirikan dengan membimbangkan tentang ketidakpastian dan mengelakkan situasi yang tidak menentu," jelas Ellen McGinnis. "Menemukan bahawa kanak-kanak yang mempunyai gangguan secara fizikal berpaling dengan baik dengan teori psikologi dan laporan tingkah laku individu dengan kebimbangan dan kemurungan yang mengelakkan potensi ancaman."

Pemeriksaan Untuk Kecemasan

Ryan dan Ellen McGinnis menggunakan data awal ini untuk membina algoritma pembelajaran mesin yang menggunakan gerakan putaran dan kelajuan dari sensor REMS untuk mendiagnosis kanak-kanak dengan gangguan kecemasan yang berpotensi. Setakat ini, algoritma boleh membezakan antara kawalan sihat dan kanak-kanak dengan diagnosis dengan kejayaan 81 peratus. Oleh kerana algoritma belajar daripada lebih banyak kes, para penyelidik berharap statistik akan bertambah baik.

Ellen McGinnis memanggil data pergerakan ini sebagai "langkah objektif kebimbangan kanak-kanak" yang boleh digunakan semasa pelantikan kanak-kanak awal hidup. Tetapi mereka tidak begitu cepat mengatakan bahawa ia boleh menggantikan "wawancara psikologi piawai emas." Sebaliknya, ia bertujuan sebagai makanan tambahan yang mungkin membantu mengenal pasti kanak-kanak yang akan mendapat manfaat daripada susulan dengan ahli psikiatri.

Dalam erti kata itu, sensor kecemasan dan algoritma ini adalah sebahagian daripada trend diagnostik. Terdapat bukti bahawa algoritma berguna sekurang-kurangnya membantu keadaan bendera semasa masih ada masa untuk campur tangan. Apple Watch telah berjaya melakukannya untuk keadaan jantung, dan beberapa A.I. program menunjukkan janji untuk mendiagnosis sepsis.

Namun, ada beberapa kebimbangan mengenai cara mengklasifikasikannya data pergerakan terutamanya apabila ia digunakan dalam rangka kerja diagnostik. Data pergerakan ini mungkin berjumlah rekod perubatan, dan Ryan McGinnis menambah bahawa penting untuk membina ciri-ciri privasi "dari bawah" ke dalam proses pengumpulan data - terutamanya kerana sifat halus dari diagnosis kecemasan.

"Kami tidak mempunyai jawapan yang baik pada masa ini, tetapi matlamat kami adalah untuk memastikan semua anak disambungkan dengan penjagaan emosi dan tingkah laku yang mereka perlukan seawal mungkin," tambah Ellen McGinnis. "Buat masa ini, memastikan maklumat ini dilindungi di dalam sistem kesihatan, seperti mana-mana doktor lain diperhatikan, nampaknya tempat yang baik untuk bermula."