根据PLOS One发表的一项研究，由佛蒙特大学领导的研究团队结合了可穿戴技术和AI技术，可以快速准确地检测幼儿的内在性疾病，例如焦虑和抑郁。这项研究表明，近五分之一的孩子会经历内在性疾病，如果不加以治疗，他们可能会在以后的生活中引发健康问题。
该研究小组使用了90秒的情绪诱导任务来识别患有内在性疾病的儿童，这些儿童通常具有无法观察到的症状，这些症状在儿童中可能多年无法诊断，并导致药物滥用和自杀风险增加。
“这些结果表明，该方法可用于将来筛查儿童是否患有内在性疾病，以便在他们获得长期成功的最大机会时进行干预，”该研究的助理教授兼生物医学工程师Ryan S. McGinnis博士佛蒙特大学和该报告的主要作者等。写道。
研究人员使用可穿戴式运动传感器来跟踪任务执行过程中儿童的运动，并使用机器学习算法来分析运动数据并检测疾病迹象。该方法对63名已知有内在性疾病的儿童进行了测试。
该方法在识别患有内在性疾病的儿童中达到了81%的准确度，67%的灵敏度和88%的特异性。结果显着优于标准的父母报告的方法，后者的准确度为0.68至0.75，特异性为0.81至1.00，灵敏度为0.00至0.42。穿戴式传感器和机器学习算法方法仅需要20秒的数据即可评估儿童的疾病。
佛蒙特大学的临床心理学家艾伦•麦金尼斯(Ellen McGinnis)在一份声明中说：“患有焦虑症的孩子需要提高心理护理和干预水平。”“我们的论文表明，这种仪器化的情绪诱导任务可以帮助我们识别那些孩子，并使他们获得他们所需的服务。”
该大学表示，研究人员希望改进算法并开发其他测试，以区分焦虑和抑郁。最终目标是开发“可以在学校或医生办公室中使用的评估电池，以筛查儿童，作为他们日常发育评估的一部分。”