根据国外媒体Venturebeat的说法，研究人员已经开发了人工智能（AI）技术来预测婴儿的发育障碍。有出生并发症的儿童在以后的生活中更有可能出现认知和身体障碍。例如，根据《英国医学杂志》（BMJ）发表的2017年研究报告，早产婴儿的发育迟缓率更高。研究人员已经证明，手臂和腿部的运动（即自发运动）可以帮助区分典型发育和非典型发育，但是存在一个问题：在婴儿早期很难检测到它们。南加州大学（USC）和马德里卡洛斯三世大学的一个团队着手开发使用可穿戴设备和机器学习算法的解决方案。在Arxiv.org上发表的一篇论文中描述了他们的方法（使用可穿戴式传感器的日常运动数据来预测婴儿的运动发育状态），该论文对肢体运动模式进行了分类，以预测婴儿是否可能存在神经系统疾病未来的缺陷。研究人员写道：“研究证明，在典型的发育中婴儿和高危婴儿（包括智力残疾，脊髓性脑膜疝，唐氏综合症和早产婴儿）之间。学术指标数据是不同的，例如脚踢频率和关节与四肢之间的协调性。 “研究小组从南加州大学的婴儿神经运动控制实验室提供的数据集中提取了数据，其中包含从与婴儿脚踝绑在一起的加速度计，陀螺仪和磁力计收集的运动数据。一种算法从原始传感器数据中检测左腿和右腿的运动，并确定这些运动的持续时间，平均加速度，峰值加速度和其他特征。研究人员手动添加了一些功能，例如年龄，发育等级分数和发育标签（即典型或非典型），然后使用许多二进制分类算法来构建预测模型，最后确定了三种最佳组合以最小化任何模型的偏差。生成的算法将执行操作，并且其预测非常接近基线。根据这些锻炼数据，可以预测头六个月的发育迟缓问题，准确率为83.9％；在6到12个月内预测问题的准确率也高达77％。通常，这些结果进一步证实了分类算法中使用的运动学特征与婴儿发育之间的关系。 “研究人员写道”，最终目标是使用这种方法来预测将来是否会诊断出高危婴儿发育迟缓。 “在未来的研究中，研究小组希望招募更多的婴儿，并基于历史传感器数据创建一种算法来预测婴儿的运动。 “目前，通常直到婴儿两岁时才诊断出发育迟缓，这阻止了许多婴儿在早期接受有针对性的干预。 “他们写了”，我们打算开发的预测算法将确认发育延迟反映在头几个月的婴儿运动中，从而使更多的婴儿能够更早地接受有针对性的干预。 ＆amp; rdquo;