人工智能可以检测不同语言的自闭症语言模式
西北大学研究人员领导的一项新研究使用机器学习(人工智能的一个分支)来识别自闭症儿童在英语和粤语之间一致的语言模式，这表明语言特征可能是诊断这种疾病的有用工具。
这项研究是与香港的合作者共同进行的，研究结果可以帮助科学家区分基因和基因之间的区别环境因素塑造人的沟通能力自闭症这可能有助于他们更多地了解这种疾病的起源，并开发新的治疗方法。
自闭症儿童通常比正常发育的儿童说话更慢，并且在音高、语调和节奏方面表现出其他差异。但这些差异(研究人员称之为“韵律差异”)令人惊讶地难以以一致、客观的方式来描述，而且它们的起源几十年来一直不清楚。
然而，由西北大学科学家Molly Losh和Joseph C.Y. Lau领导的研究团队，以及香港的合作者Patrick Wong和他的团队，成功地使用了监督机器学习识别与自闭症相关的语言差异。
用于训练算法的数据是说英语和广东话的录音年轻人自闭症患者和非自闭症患者讲述了他们自己版本的故事，这个故事被描绘在一本名为《青蛙，你在哪里》的无字儿童绘本中。研究结果发表在该杂志上《公共科学图书馆•综合》2022年6月8日。
洛什是西北大学学习障碍的Jo Ann G.和Peter F. Dolle教授，他说:“当你拥有结构上如此不同的语言时，在两种语言中发现的自闭症语言模式的任何相似之处都可能是受到自闭症遗传责任强烈影响的特征。”“但同样有趣的是我们观察到的可变性，这可能指向更有可塑性的语言特征，这可能是很好的干预目标。”
Lau补充说，对于研究人员来说，使用机器学习来识别预测自闭症的关键言语元素代表着重大的进步，他们在自闭症研究中受到英语语言偏见的限制，在对自闭症患者和非自闭症患者之间的言语差异进行分类时，人类的主观性也受到了限制。
“使用这种方法，我们能够识别可以预测自闭症诊断的语言特征，”刘说，她是西北大学传播科学和障碍的罗克琳和理查德·佩珀系的博士后研究员。“这些特征中最突出的是节奏。我们希望这项研究可以成为未来利用机器学习研究自闭症的基础。”
研究人员认为，他们的工作有可能有助于提高对自闭症的理解。刘说，人工智能有可能通过帮助减轻医疗专业人员的负担，使自闭症诊断更容易，使更多的人能够获得自闭症诊断。它还可以提供一种有朝一日可能超越文化的工具，因为计算机有能力在不考虑语言的情况下定量地分析单词和声音。
由于通过机器学习识别的语音特征既包括英语和广东话的常见特征，也包括一种语言的特定特征，Losh说，机器学习可以用于开发工具，不仅可以识别适合治疗干预的语音方面，还可以通过评估说话者随时间的进展来衡量这些干预的效果。
最后，作者说，这项研究的结果可以为识别和理解与自闭症遗传易感性有关的特定基因和大脑处理机制的作用提供信息。最终，他们的目标是更全面地了解影响自闭症患者的因素演讲的差异。
“一个脑网络这涉及到皮层下水平的听觉通路，它确实与不同的方式紧密相关语音相对于那些典型的跨文化发展的人，自闭症患者在大脑中处理的信息，”刘说。“下一步将是确定大脑中的这些处理差异是否会导致行为说话方式我们在这里观察到的，以及它们潜在的神经遗传学。我们对未来感到兴奋。”
进一步探索
