本文内容如下e-collection /主题问题:

人工智能(564) 自然语言处理(440) 康复的新兴技术(154) 医疗领域的机器人(60) 数字健康评论(680) 康复机器人(27) 儿科(89) 康复与辅助技术创新综述(24) 残疾(74) 机器学习(901) 辅助技术(65)

发表在在第23卷第11期(2021年):11月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/25745，首次出版．
康复中的人工智能针对残疾儿童和青少年的参与:范围审查

康复中的人工智能针对残疾儿童和青少年的参与:范围审查

康复中的人工智能针对残疾儿童和青少年的参与:范围审查

本文作者:

Vera C Kaelin1、2 作者Orcid图片； 米娜Valizadeh3、4 作者Orcid图片； Zurisadai萨尔加多1、5 作者Orcid图片； 娜塔莉Parde3、4 作者Orcid图片； 玛丽·A·凯塔尼1 2 5 6 作者Orcid图片
文章 作者 引用的 Tweetations (27) 指标

    审查

    1康复科学，伊利诺伊大学芝加哥分校应用健康科学学院，美国伊利诺伊州芝加哥

    2儿童参与环境研究实验室，伊利诺伊大学芝加哥分校，美国伊利诺伊州芝加哥

    3.伊利诺伊大学芝加哥分校工程学院计算机科学，美国伊利诺伊州芝加哥市

    4自然语言处理实验室，伊利诺伊大学芝加哥分校，美国伊利诺伊州芝加哥

    5职业治疗，伊利诺伊大学芝加哥分校应用健康科学学院，美国伊利诺伊州芝加哥

    6CanChild儿童残疾研究中心，麦克马斯特大学，汉密尔顿，加拿大

    *这些作者贡献相同

    通讯作者:

    Mary A Khetani, ScD

    职业治疗

    应用健康科学学院

    伊利诺伊大学芝加哥分校

    西泰勒街1919号，316A室

    芝加哥，伊利诺伊州，60612-7250

    美国

    电话:1 312 996 0942

    电子邮件:mkhetani@uic.edu


    背景:在过去十年中，关于利用人工智能(AI)提高儿童和青少年日常生活活动参与度的研究迅速增加，这是一项关键的康复成果。然而，现有的综述将不同的重点放在参与上，范围狭窄，并且仅限于选择诊断，阻碍了针对儿童和青少年参与儿科康复设置的现有人工智能应用范围的可解释性。

    摘要目的:本范围审查的目的是研究如何将人工智能集成到儿科康复干预措施中，针对残疾或其他诊断出健康状况的儿童和青少年参与有价值的活动。

    方法:我们使用已建立的应用健康科学和计算机科学数据库进行了全面的文献检索。两名独立研究人员根据系统程序筛选和选择了这些研究。纳入标准如下:参与是明确的研究目标或结果或人工智能应用的有针对性的重点;人工智能作为提供和测试的干预措施的一部分应用;有残疾或其他诊断出健康问题的儿童或青少年是研究或人工智能应用的重点，或两者兼而有之;这项研究是用英文发表的。数据根据人工智能的类型、交付模式、个性化类型以及干预是否涉及个人目标设定进行映射。

    结果:文献检索确定了3029篇文献，其中94篇符合纳入标准。大多数纳入的研究都使用了人工智能的多种应用，其中机器人(72/ 94,77%)和人机交互(51/ 94,54%)的使用率最高。关于干预方式，大多数纳入的研究描述了现场干预(84/ 99,89%)，只有11%(10/94)是远程干预。大多数干预措施针对个人群体(93/ 94,99%)。只有1%(1/94)的干预措施是根据患者个人报告的参与需求量身定制的，只有一项干预措施(1/ 94,1%)将个人目标设定描述为治疗过程或干预计划的一部分。

    结论:关于使用人工智能干预措施的研究越来越多，以残疾儿童和青少年或其他诊断出健康问题的儿童和青少年为目标，支持在儿科康复中使用人工智能的潜力。根据我们的研究结果，确定了进一步研究和开发的3个主要差距:缺乏使用人工智能远程交付以参与为重点的干预措施;缺乏将个人目标纳入干预措施;缺乏针对儿童、青年或家庭单独报告的参与需求量身定制的干预措施。

    中国医学杂志，2016;23(11):e25745

    doi: 10.2196/25745

    关键字

    卫生保健； 儿科康复； 技术； 年轻人； 机器人； 人机交互； 个性化； 定制； 目标设定； 自然语言处理； 机器学习


    背景

    以技术为基础的干预措施在儿科康复中越来越重要，在为符合服务条件的儿童、青年和家庭提供以家庭为中心和以功能为中心的干预措施时，对康复从业人员很有用[1］．此外，以科技为基础的康复工具对于拥有电子数据采集系统的机构也很有用，可以监测康复服务的使用趋势和改善质量的结果[2，3.］．对于个人和组织而言，COVID-19大流行提高了对远程提供和监测康复服务的技术解决方案的需求[4］．

    提供基于技术的儿科康复的一种方法是应用人工智能(AI)，这是美国国立卫生研究院的优先事项，这反映在他们的康复研究计划[5，6］．根据Russell和Norvig [7，人工智能关注的是设计和构建像人类一样思考、像人类一样行动、理性思考、理性行动的系统。它包含了不同的子领域，如自然语言处理(NLP)、机器人或人类增强学[7］．人工智能在儿童康复中的应用有可能简化治疗过程中的步骤，并可能减少提供者和患者的负担，并负担得起提供者定制他们的康复服务。

    康复包括广泛的高度可变的干预措施，由于其复杂性，难以定义[8-10］．对康复干预进行分类的一个重要方法是通过其目标结果[9］．在过去十年中，关于使用人工智能改善关键儿科康复结果的研究迅速增加，包括身体功能、活动表现，以及残疾儿童和青少年充分参与有价值的活动[11-13］．对儿童和青年来说，参与家庭、学校和社区活动被世界卫生组织定义为“参与生活状况””［14]并由Imms等人进一步概念化[15]如出席和参与活动，这与他们的活动能力、环境或背景以及他们的偏好或自我意识有关，但又不同[15］．考虑到残疾儿童或青年以及其他已诊断出健康状况的儿童或青年的参与需求未得到满足，从幼儿期开始，在不同环境下都是如此[16-19]，以参与为重点的干预研究越来越多[20.]，包括整合人工智能的干预措施，以接受儿科康复的年轻人的参与为目标。

    最近一项关于以参与为中心的儿童康复效果的系统文献综述通过数据库搜索确定了2257条记录，表明参与作为儿童康复干预的结果具有高度相关性[20.］．然而，这篇综述并没有关注人工智能的使用。关注人工智能的文献综述表明，以信息和通信技术或机器人的形式使用人工智能可以提高儿童在游戏中的参与度，刺激学习成绩[13]，并促进社会互动[11，12］．然而，这些评估将不同的关注点放在参与上[11-13]，范围较窄(例如，只关注参与游戏)[13]，并仅限于选定的诊断(如身体残疾)[13］．这些限制阻碍了我们对人工智能在儿童康复中的现有应用范围的理解，这些应用的目标是参与日常生活活动。

    目标

    为了更好地理解人工智能在儿科康复中的应用范围，并确定未来研究的差距，迫切需要总结针对儿童和青少年参与活动的干预措施中使用人工智能的现有证据。本范围审查的目的是研究如何将人工智能集成到针对残疾儿童和青少年或其他诊断出健康状况的有价值活动的参与的儿科康复干预措施中。

    本文的贡献如下:

    1. 从家庭的角度来看，AI将参与作为主要的儿科康复结果和最优先考虑的文献范围概述。
    2. 总结了20多年来在干预措施中使用的人工智能和个性化类型。
    3. 根据发现和总结的文献确定研究差距，重点是针对残疾或其他诊断出健康状况的儿童和青年的人工智能参与。

    设计

    范围综述通常用于概述某一领域的现有证据，并确定未来研究的差距[21，22］．越来越多关于人工智能在以参与为中心的儿科康复中的使用的出版物表明康复研究的发展是一个新兴领域，因此有必要进行这一范围审查[21］．这次范围审查的方案已登记在开放科学框架[23］．

    搜索策略

    本文的第一作者(VCK)在应用健康科学和计算机科学领域的成熟数据库(PubMed、PsycINFO、ERIC、CINAHL、IEEE Xplore和ACM数字图书馆)中对2021年2月之前发表的文献进行了系统的文献检索。没有对搜索应用其他发布数据限制或搜索限制。我们向健康科学图书管理员寻求支持，为每个数据库开发具有可用词库(即PubMed、PsycINFO、ERIC和CINAHL)的主题标题和关键字人工智能，参与，卫生保健，残疾,年轻人（文本框1) [24，25］．这些是使用截断和布尔术语应用的，结果是2496个文档(图1)．完整的搜索策略在多媒体附件1．在咨询AI专家(NP)后，使用数据库搜索中的相同关键字，在ACL Anthology和AAAI数字图书馆中进行了额外的搜索。这又增加了533份文件。

    搜索策略。

    主要搜索词和附加搜索词的摘要和标题搜索

    • 人工智能
      • 情感计算、算法、聊天机器人、认知计算、计算机视觉、约束优化、约束满足、数据挖掘、数据处理、深度学习、专家系统、特征提取、模糊逻辑、博弈论、人类计算、图像分析、归纳逻辑编程、知识机器人*、知识库、基于知识的代理、知识工程、知识表示、机器学习、自然语言处理、神经网络、模式识别、预测模型，强化学习，机器人*，语义网络，半监督学习，监督学习，文本分析，无监督学习，虚拟代理，虚拟现实
    • 参与
      • 出席，参与*，包括*，参与
    • 卫生保健
      • 保健，保健，康复，治疗*
    • 残疾
      • Disab *， handicap*， damages *，特殊需要，特殊需要
    • 年轻人
      • 青少年*，照顾者*，儿童*，家庭，家庭，婴儿*，儿科*，父母*，儿科*，学生*，青少年*，学步*，青年成人，青年*
    文本框1。搜索策略。
    ‎
    图1。研究选择过程。
    查看此图

    筛选及甄选程序

    在删除重复项后，2个独立的编码员(VCK和MV)对剩余文档的标题和摘要应用了包含和排除标准。根据摘要或标题显示潜在拟合的文档进行全文阅读，并根据相同的纳入和排除标准进行编码。首先，2名具有参与型儿童康复专业知识的独立作者(VCK和ZS)编写了相同的文件，直到至少80%的共识达成为止[26］．通过讨论解决了差异和编码不确定性。其余的文献分别筛选(VCK和ZS)，而20%的随机选择的文献进行了双重筛选(即，10%:VCK和ZS;10%，包括一名具有以参与为重点的儿科康复专业知识的外部评审员:VCK和Kyle A Truevillian) [26］．我们与第三位审稿人(VCK, ZS和Kyle a Truevillian)讨论了关于文档纳入的疑问。其次，表明适合的文件由额外的作者(MV)进一步筛选，并特别关注AI。分歧通过讨论(VCK, ZS, MV和Kyle A Truevillian)和其他关键线人(MAK和NP)的帮助得到了解决。

    如果(1)参与是明确的研究目标或结果，或人工智能应用的目标焦点，则包括相关文件;(2)人工智能作为提供和测试的干预措施的一部分;(3)有残疾或其他诊断出健康状况的儿童或青少年是研究、人工智能应用或两者兼而有之的焦点;(4)该研究以英文发表。为了确保纳入范围广泛的研究，在应用选择标准时没有使用参与的操作定义。研究或人工智能干预侧重于参与;夹杂物;参与;嬉闹;接触或参与生活环境、场合或活动; social interaction; or social engagement were considered participation and were therefore included in this review. Documents were excluded if (1) participation in daily activities was not the focus of the study (eg, focus was on skill development); (2) there was no use of AI for the described intervention (eg, the term算法被用于非计算机科学的方式);(3)使用人工智能的干预措施没有在儿童、青少年或两者中进行测试;(4)不关注残疾或其他已诊断的健康状况;(5)研究对象为成人(平均年龄>24岁[27]);(6)该研究是以英语以外的语言发表的;或者(7)文献是教科书或教科书评论、文献综述、研究方案、会议或研讨会计划，或者只有摘要而没有附加信息。为防止遗漏相关研究，对被排除的文献综述的参考文献列表进行筛选。

    数据提取与分析

    使用Microsoft Excel的数据提取模板由第一作者在5项研究中进行了试验，并与作者团队进行了讨论，以确保数据提取所包含类别的清晰度和相关性[28］．然后根据以下类别提取所有纳入研究的数据:作者、年份、头衔、样本量、儿童和青年年龄、儿童和青年种族和民族、家庭社会经济地位、父母教育程度、干预中应用的人工智能类型、干预的个性化类型、提供干预的主要方法是面对面还是远程，以及目标设定是否作为干预的一部分进行处理。

    将纳入的研究映射到一种或多种类型的人工智能是由CSRankings指导的[29]和AAAI关键词分类法[30.]， 2个常用的人工智能排名系统和分类。本研究中的AI类型包括机器人、NLP、人类计算和众包、计算机视觉、知识表示和推理、机器学习(ML)、人机交互(HMI)、认知建模、约束满足和优化、博弈论、规划、路由和调度，以及可视化和虚拟现实(VR) [7］．随着机器人设备越来越多地被用于康复治疗[31]，使用机器人技术的研究根据它们关注的是机器人力学还是使用系统进一步分类。

    Fan等人开发的框架[32]根据2个维度(即，分类个性化vs个体化个性化;隐式个性化vs显式个性化)。分类个性化针对某一类个人，如诊断组或独生子女家庭[32］．例如，在这篇综述中，这些设备被设计为包含满足自闭症谱系障碍(ASD)儿童共同需求的功能。个性化个性化针对特定的个体[32]，在本次评审的情况下，个人感知并报告参与需求。隐式个性化是由系统发起的，这意味着它是由系统自动完成的，而显式个性化是由用户发起的，这意味着用户手动引导系统进行首选的适应。32］．

    当研究人员或康复专业人员面对面进行干预时，干预被映射为面对面的干预。当干预是在儿童的自然环境中进行的，并且没有研究人员或康复专业人员时，干预被认为是远程交付的。

    所包括的关于目标设定是否作为所述康复服务的一部分的研究的映射，是由康复环境的目标设定和行动规划实践框架指导的[33］．如果所描述的康复服务包括目标协商(即，患者在哪里，患者想要到达哪里)或目标设定(即，患者想要实现什么)，则将研究映射为解决目标设定的问题[33］．

    使用描述性统计(即频率计数和百分比)对图表数据进行了汇总，以概述关于人工智能如何用于支持残疾或其他诊断出健康状况的儿童和青年的参与的现有证据。


    已发现和纳入研究概述

    文献检索显示3029份文献，873份重复(即文献出现多次)，导致2156份文献进入2倍筛选过程，根据纳入和排除标准评估其资格(图1)．第一个筛选阶段包括标题和摘要，导致213篇纳入和1943篇被排除的文献，以及在筛选被排除文献综述的参考文献列表时发现的11篇额外的研究。评级者之间的Cohen κ为0.67，表明存在实质性的一致性[34］．这一估计不包括通过AAAI数字图书馆和ACL选集发现的大量会议项目(n=450)，对于这些项目，确定排除是微不足道的，因此科恩κ值更为保守。

    第二筛选阶段包括对第一筛选阶段纳入的224篇文献的全文回顾，结果有94篇研究纳入本范围综述。在130篇被排除的文献中，61篇(46.9%)缺乏对参与的关注，38篇(29.2%)因其格式(即教科书或教科书评论、研究方案、文献综述或仅是摘要)而被排除，10篇(7.7%)没有测试干预，7篇(5.4%)针对成年人群;5项(3.8%)没有在干预中使用人工智能，5项(3.8%)没有关注残疾人或其他诊断出的健康状况，4项(3.1%)没有用英语书写(图1)．

    纳入研究类型

    纳入的94项研究发表于2000年至2021年之间，2010年之后发表的比例更高(76/94,81%;多媒体附件2［35-128])。所有研究都将人工智能作为干预措施的一部分，并以儿童或青年参与为目标，如其研究目标、结果或测试人工智能应用的重点所述。

    至于样本特征，对所述干预措施的样本量进行了评估，样本量从1至120名儿童和青少年，平均为14名儿童或青少年。在报告性别认同的研究中，76%(51/67)的样本中有较高比例的男孩。在纳入的研究中，共有92%(86/94)没有报告家庭的社会经济背景、父母的教育或儿童或青年的种族或民族。总的来说，15%(14/94)的研究在评估干预时，除儿童或青少年外，还抽样了照顾者、教师、同龄人、其他学校工作人员或其组合。为诊断范围广泛的儿童或青年开发或测试了纳入的干预措施，其中ASD最普遍(43/ 94,46%)，其次是脑瘫(CP;18/94, 19%)。

    人工智能干预的类型，干预交付模式和个性化类型

    在94项研究中，大多数研究使用机器人作为人工智能干预类型，以残疾或其他诊断出健康问题的儿童和青年的参与为目标(72/ 94,77%)[35-106]，其次是人机界面(51/ 94,54%)[35，37-44，47，50-55，58，65，66，69，71，72，75，78，80，82，85-89，91-98，One hundred.，101，103-111]、可视化和虚拟现实(19/ 94,20%)[53，54，72，79，107，108，112-124]， NLP (18/94, 19%) [36，47，52，64，71，78，79，82，91，101，103-105，120，125-128]， ML(11/ 94,12%)，计算机视觉(10/ 94,11%)[40，41，64，67，69，107，110，120，125，126，128]，约束满意度和优化(1/ 94,1%;表1) [110］．在72项关于机器人的研究中，63项(88%)研究集中在使用系统[35-39，41-53，55，57，58，60-63，65，66，68-74，76-78，80-101，103-1069名(13%)专注于机器人力学[40，54，56，59，64，67，75，79，102］．

    表1。提供以参与为重点的康复干预措施，包括人工智能(AI)。
    人工智能的类型 个性化 交货方式 处理个人目标设定
    机器人:72 [35-106］ 0
    人机交互:51 [35，37-44，47，50-55，57，58，65，66，69，71，72，75，78，80，82，85-89，91-98，One hundred.，101，103-111］ 0
    可视化和虚拟现实:19 [53，54，72，79，107，108，112-124］ 1 (112］
    自然语言处理:18 [36，47，52，64，71，78，79，82，91，101，103-105，120，125-128］ 0
    机器学习:11 [40，41，64，67，69，107，110，120，125，126，128］
    • 含蓄+个性化:1 [110］
      • ‎
    • 隐式+直言式:6 [64，107，120，125，126，128］
      • ‎
    • 显性+个性化:0
      • ‎
    • 显式+范畴:4 [40，41，67，69］
      • ‎
    		 0
    计算机视觉:10 [35，39，58，63，65，69，75，112，120，127］
    • 含蓄+个性化:0
      • ‎
    • 隐含+直言:5 [35，65，75，120，127］
      • ‎
    • 显性+个性化:0
      • ‎
    • 显式+范畴:5 [39，58，63，69，112］
      • ‎
    		 1 (112］
    约束满足与优化:1 [110］
    • 含蓄+个性化:1 [110］
      • ‎
    • 隐式+范畴:0
      • ‎
    • 显性+个性化:0
      • ‎
    • 显式+范畴:0
      • ‎
    • 现场:0
      • ‎
    • 遥控器:1 [110］
      • ‎
    		 0
    人类计算和众包:0 N/A一个 N/A N/A
    规划、路由和调度:0 N/A N/A N/A
    认知建模:0 N/A N/A N/A
    博弈论:0 N/A N/A N/A

    一个N/A:不适用。

    所纳入的大多数研究描述了使用多种人工智能应用的干预措施(60/ 94,64%)，例如使用HMI的机器人[35-44，47，50-55，57，58，63-67，69，71，72，75，78-80，82，85-89，91-98，One hundred.，101，103-108，112，120，125-128]，或带有NLP和约束满足与优化的ML [110］．在这些研究中，机器人技术最常被整合到采用多种人工智能应用的干预措施中。包括机器人在内的多种人工智能干预的例子是类人或非类人设备，通过将机器人的头指向目标或从左到右摇晃其身体来表达兴奋等情绪，来促进残疾儿童的互动或玩耍[39］．

    在纳入的94项研究中，22项(23%)研究使用了机器人以外的人工智能形式[107-128］．其中15项包括可视化和虚拟现实应用，例如沉浸式虚拟学习程序[107，108，112-124];8%(7/94)的干预措施既不包括机器人，也不包括可视化和虚拟现实[109-111，125-128］．此类干预措施的例子包括为有听力障碍的儿童制定语音到手语翻译框架[127]以及为住院儿童设计一个与同龄人见面的虚拟空间[108］．

    至于提供方式，大多数纳入的研究描述了亲自提供的干预(84/ 94,89%)[35-50，52-84，86-91，93，94，96-99，101-107，109，111-124，127)，主要采用一对一的方式。纳入的研究中，共有11%(10/94)评估了远程交付的人工智能干预措施[51，85，92，95，One hundred.，108，110，125，126，128］．

    大多数人工智能干预是针对某一类人(即分类个性化)量身定制的，如诊断组(93/ 94,99%)[35-109，111-128]，使用隐式(即自动个性化:45/ 94,48%)[35，36，38，43-46，48-50，52，55-57，60，64-66，70，74-77，79，81-84，87，89-91，97，101，104-107，114，117，120，125-128]或显式(即手动个性化:48/ 94,51%)方法[37，39-42，47，51，53，54，58，59，61-63，67-69，71-73，78，80，85，86，88，92-96，98-One hundred.，102，103，108，109，111-113，115，116，118，119，121-124］．例如，Yee等[35]为ASD儿童设计了一个机器人平台，根据该诊断小组的典型需求进行定制。相比之下，纳入的研究中只有1%(1/94)描述了针对残疾或其他诊断健康状况的儿童或青年的单独报告和独特需求(即个性化个性化)量身定制的干预措施[110］．它包括使用推荐算法，集成关于不同物理和虚拟学习资源的位置、它们的目的、方式，以及个人的课程表、大学房间和导航系统的信息，以建议适当的和独特的定制选项，以访问和导航到适当的位置[110］．此外，1%(1/94)的纳入干预措施将个人目标设定描述为其治疗过程或干预计划的一部分[112］．在本次干预中，使用加拿大职业表现量表(Canadian Occupational Performance Measure)进行个人目标设定，并根据确定的患者目标进行基于视频游戏的任务导向活动训练[112］．


    主要研究结果

    本研究总结了20年关于在针对残疾儿童和青年或其他诊断出健康状况的儿童参与的干预措施中使用人工智能的证据，扩展了在儿科康复中使用人工智能的广度知识。人们对人工智能应用越来越感兴趣，该应用可根据个别儿童和家庭报告的需求定制儿科康复服务，并减轻提供者负担。本综述的结果表明，为不同年龄和诊断的儿童设计的人工智能应用程序倾向于强调机器人(单独或与其他形式的人工智能结合使用)，亲自交付，以及使用隐性和显性个性化方法的目标儿童群体。每一项发现都被进一步讨论，以确定未来研究的知识差距。

    大多数被研究的机器人设备都没有商用，只是在现场治疗过程中使用火车儿童或青少年参与一项特定活动，并期望将这种收益转移或转移到儿童或青少年的家庭、学校或社区等自然环境中。这一期望在以前的参与文献中受到了挑战，这些文献强调环境对塑造年轻人参与日常活动的重要性[129-132］．环境和背景对儿童和青年参与的中介作用也在研究以参与为重点的干预措施效果的研究中得到了支持[133，134］．

    有趣的是，尽管有可能利用技术远程提供康复干预措施，但大多数发现的干预措施都是亲自提供的。这一结果与之前进行的一项调查一致，该调查表明，2019年只有8%的美国人使用远程医疗[135］．或者，我们的结果也可能是由于使用机器人进行干预的高度流行，通常需要训练有素的操作员和专业设备在治疗现场[48，52，84］．使用机器人技术进行远程干预，在教室中部署机器人，使在家的儿童能够虚拟融入[51，85，92，95，One hundred.］．其余的远程干预通常应用ML和NLP，这可能表明ML和NLP适用于使用人工智能的远程儿科康复干预。ML和NLP已被用于一系列促进行为改变的健康干预措施，如体育活动和健康饮食，包括目标设定[136，137］．鉴于现有证据表明在其他医疗保健领域使用人工智能制定目标[136，137]以及在制定儿科康复目标的复杂过程中提高效率的重要性[138，139]，这篇综述缺乏对目标设定的关注，表明存在明显的知识缺口，值得未来的研究。新兴的以参与为重点的电子干预措施，如参与和环境措施- plus [140-143将个人目标设定作为干预的一个组成部分，可能会受益于探索使用人工智能来填补这一知识鸿沟。

    大多数已确定的人工智能应用是针对个人群体的需求量身定制的，只有1%(1/94)是针对残疾儿童和青年或其他诊断出健康状况的儿童和青年单独报告的参与需求量身定制的。当将这一结果与人工智能在医疗保健以外领域的应用进行比较时，令人惊讶。例如，在营销领域，人工智能通过根据客户报告的需求和偏好定制广告，彻底改变了常见的广告做法。这些领域之间的差异可能是由于对健康信息的保护更加严格;然而，使用在正式(如电子健康记录)或非正式(如患者对话)环境中从患者收集的数据，如用于诊断和决策，也有类似的进展[144-148］．类似的方法在儿科康复中也可能是可行和有益的，使用现有的患者数据来预测定制的以参与为重点的干预措施。最近一项关于以参与为重点的干预措施效果的系统文献综述建议将重点放在个性化的干预措施上，以支持残疾儿童和青年的参与[20.］．根据患者报告的需求调整康复干预措施的一种方法涉及患者的目标。在康复方面，目标设定已成为各行各业治疗过程中不可或缺的一部分，包括以儿科参与为重点的干预措施[133，134］．之前的研究表明，护理人员可以在网络上指导创建以参与为重点的目标[149］．在人工智能支持的儿科康复干预措施中包括目标设定可能是使干预措施能够适应残疾或其他诊断出健康状况的儿童和青年的参与需求的重要的第一步。

    尽管为患有ASD或脑瘫的儿童和青少年测试或设计干预措施的纳入研究的患病率很高，但在这一范围综述中，诊断方面的样本多样化，表明在诊断中使用人工智能应用程序的相关性。相比之下，只有9%(8/94)的研究报告了儿童或青年的种族或民族、家庭社会经济地位、父母的教育程度或家庭收入，尽管有证据表明其对儿童和青年参与的影响[150-152］．未来的研究应捕捉儿童和青年的种族和民族，以及社会经济家庭地位的指标，以描述其研究样本的多样性[153］．

    限制

    努力对有关使用人工智能针对儿童和青年参与的文献进行全面审查。然而，这个范围审查的结果应该根据一些局限性来解释。尽管纳入的研究数量相对较高，但我们可能遗漏了一些相关文献。三个主要的例子包括:(1)如果在筛选标题和摘要期间，使用人工智能的干预没有被识别出来，那么该文档可能会被排除在搜索或选择过程之外;(2)对综述文献与所有纳入研究进行参考文献列表筛选;(3)排除了以英语以外语言发表的文献。此外，纳入的研究没有根据参与的定义进行筛选，这可能导致概念上的不一致，这在一项针对残疾儿童的以参与为重点的干预措施的系统综述中已得到证明[20.］．参与概念化的可变性会限制跨研究结果的解释和比较[20.，154]以确定以参与为重点的康复干预措施的知识缺口。未来的研究应将使用人工智能的研究与参与概念的当代框架相结合，以确保研究结果的可解释性。

    结论

    关于使用人工智能干预措施的研究越来越多，以残疾儿童和青少年或其他诊断出健康问题的儿童和青少年为目标，支持在儿科康复中使用人工智能的潜力。总体而言，大多数干预措施使用了多种人工智能应用，包括机器人和HMI。其他类型的人工智能，如ML或NLP，不那么普遍，但在以参与为中心的干预中显示出潜在的好处。根据我们的结果，我们确定了3个主要差距，证明了未来研究和开发的必要性:(1)缺乏使用人工智能远程提供以参与为重点的干预措施;(2)在使用人工智能的干预措施中缺乏整合的个人目标设定;(3)缺乏针对儿童、青年或家庭单独报告的参与需求而使用人工智能的干预措施。

    此外，未来的研究应持续报告家庭的社会经济背景，父母的教育，或种族和民族，以描述他们的研究样本的多样性。

    致谢

    作者感谢Kyle A Truevillian为本综述全文筛选文档提供帮助，感谢伊利诺伊大学芝加哥图书馆的Amelia Brunskill为本综述的搜索策略提供指导。作者还感谢伊利诺伊大学芝加哥分校儿童参与和环境研究实验室的Vivian Villegas和Varun Maheshwari对先前草案的批判性反馈。这项工作部分满足了康复科学博士学位的要求，并由伊利诺伊大学芝加哥分校通过他们的院长奖学金(首席研究员:VCK)和校长本科生研究奖(ZS)资助。我们感谢伊利诺伊大学芝加哥分校的研究开放获取出版基金对本研究的开放获取出版费用提供财政支持。

    利益冲突

    没有宣布。

    ‎
    多媒体附件1

    包含的数据库中的搜索历史。

    PDF档案(adobepdf档案)，92 KB
    ‎
    多媒体附件2

    包括研究。

    PDF档案(adobepdf档案)，98 KB
    1. 王珊珊，王志刚，洪恩格。电子健康技术能否增强康复治疗中的医患关系?2016年9月;97(9):1403-1406。［CrossRef] [Medline］
    2. Lowes LP, Noritz GH, Newmeyer A, Embi PJ, Yin H, Smoyer WE，“向每个患者学习”研究小组。“向每个病人学习”:学习型卫生系统的实施和早期成果。Dev Med儿童神经科学2017 Feb 22;59(2):183-191 [免费全文] [CrossRef] [Medline］
    3. 研究与临床实践的整合:未来就是现在。Dev Med儿童神经科学2017 Feb 16;59(2):119-120 [免费全文] [CrossRef] [Medline］
    4. Cacioppo M, Bouvier S, Bailly R, Houx L, Lempereur M, mensha - gourmel J, ECHO Group。COVID-19大流行期间，身体残疾儿童及其父母面临的新健康挑战:ECHO法国调查Ann Phys Rehabil Med 2021年8月18日;64(3):101429 [免费全文] [CrossRef] [Medline］
    5. 尤尼斯·肯尼迪·施赖弗国家儿童健康和人类发展研究所和国家卫生研究院医疗康复协调委员会。NIH 2020康复计划。URL:https://nichd.ideascalegov.com/a/campaign-home/51[2021-01-21]访问
    6. 尤尼斯·肯尼迪·施赖弗国家儿童健康和人类发展研究所和国家卫生研究院医疗康复协调委员会。国家卫生研究院康复计划。尤尼斯·肯尼迪·施赖弗国家儿童健康和人类发展研究所和国家卫生研究院医疗康复协调委员会，2020年。URL:https://nichd.ideascalegov.com/a/campaign-home/51[2021-01-21]访问
    7. Russell S, Norvig P.人工智能:现代方法，第3版，纽约:皮尔逊;2015:1 - 1152。
    8. Jette。打开康复干预的黑箱。物理科学2020年6月23日;100(6):883-884。［CrossRef] [Medline］
    9. 怀特J，哈特t，它不仅仅是一个黑盒子;这是一个俄罗斯娃娃。中华医学杂志2003年8月;82(8):639-652。［CrossRef] [Medline］
    10. Dejong G, Horn SD, Gassaway JA, Slavin MD, Dijkers MP。朝向康复干预的分类:使用归纳方法来检查康复的“黑箱”。中华医学杂志2004年4月;85(4):678-686。［CrossRef] [Medline］
    11. Sartorato F, Przybylowski L, Sarko DK。改善自闭症谱系障碍的治疗效果:通过使用交互式机器人加强社会交流和感官处理。中华精神病学杂志2017年7月;90:1-11。［CrossRef] [Medline］
    12. 徐建平，李志强，李志强。机器人在自闭症研究中的应用。生物医学杂志2012年8月15日;14(1):275-294。［CrossRef] [Medline］
    13. van den Heuvel RJF, Lexis MAS, Gelderblom GJ, Jansens RML, de Witte LP。机器人和信息通信技术支持严重身体残疾儿童的游戏:一项系统综述。残疾人康复辅助技术2016年2月02日;11(2):103-116。［CrossRef] [Medline］
    14. 世界卫生组织。国际功能、残疾和健康分类:儿童和青年版:ICF-CY。日内瓦:世界卫生组织;2007:1 - 322。
    15. Imms C, Granlund M, Wilson PH, Steenbergen B, Rosenbaum PL, Gordon AM。参与，既是手段也是目的:儿童残疾过程和结果的概念分析。Dev Med儿童神经病学2017年1月19日;59(1):16-25 [免费全文] [CrossRef] [Medline］
    16. Kaelin VC, Wallace ER, Werler MM, Collett BR, Khetani MA。青少年颅面矮小症的社区参与。残疾人康复2020年6月01:1-8。［CrossRef] [Medline］
    17. Kaelin VC, Wallace ER, Werler MM, Collett BR, Rosenberg J, Khetani MA。照顾者对颅面矮小症学生参与学校的看法。Am J ococther 2021年1月28日;75(2):1-10 [免费全文] [CrossRef] [Medline］
    18. Khetani MA, Graham JE, Davies PL, Law MC, Simeonsson RJ。幼儿参与的心理测量特性及环境测量。Arch Phys Med Rehabil 2015 Feb;96(2):307-316 [免费全文] [CrossRef] [Medline］
    19. 罗M, Anaby D, Teplicky R, Khetani MA, Coster W, Bedell G.残疾儿童和青少年在家庭环境中的参与。Br J占领Ther 2013年2月15日;76(2):58-66。［CrossRef］
    20. Adair B, Ullenhag A, Keen D, Granlund M, Imms C.旨在改善残疾儿童参与结果的干预措施的效果:系统回顾。Dev Med Child Neurol 2015 Dec 24;57(12):1093-1104 [免费全文] [CrossRef] [Medline］
    21. Peters MDJ, Godfrey C, McInerney P, Munn Z, Tricco AC, Khalil H.第11章:范围评论。在:Aromataris E, Munn Z，编辑。JBI证据合成手册。澳大利亚:JBI -阿德莱德大学;2020.
    22. Tricco AC, Lillie E, Zarin W, O'Brien KK, Colquhoun H, Levac D, Tunçalp，等。用于范围审查的PRISMA扩展(PRISMA- scr):检查表和解释。安实习生医学2018年10月02日;169(7):467-473。［CrossRef］
    23. Kaelin VC, Valizadeh M, Salgado Z, Truevillian KA, Parde M, Khetani MA。康复中的人工智能针对残疾青年的参与:范围审查。开放科学论坛，2020。URL:https://osf.io/wmkg8[2021-09-21]访问
    24. Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ，等，编辑。Cochrane干预措施系统评价手册6.2版(2021年2月更新)。在:科克伦培训。美国新泽西州霍博肯:Wiley-Blackwell;2021.URL:www.training.cochrane.org/handbook
    25. 评论和传播中心。系统评价:CRD在卫生保健中进行评价的指南。约克:约克大学CRD;2009.
    26. 定性研究中的Intercoder可靠性:辩论和实践指南。Int J质量方法2020年1月22日;19:160940691989922。［CrossRef］
    27. 联合国。青年。URL:https://www.un.org/en/global-issues/youth[2020-05-24]访问
    28. Peters MDJ, Marnie C, Tricco AC, Pollock D, Munn Z, Alexander L，等。进行范围审查的更新方法指南。JBI Evid Synth 2020 10月;18(10):2119-2126。［CrossRef] [Medline］
    29. Berger E. CSRankings:计算机科学排名。2020.URL:http://csrankings.org/#/index?all[2021-09-18]访问
    30. Conitzer V.人工智能发展协会。AAAI-19:第三十三届AAAI人工智能会议2019年7月17日;33:9755-9759 [免费全文] [CrossRef］
    31. 康复机器人。中国机械工程学报(自然科学版)，2013;3(1-2):1-137。［CrossRef］
    32. Fan H, Poole MS.什么是个性化?关于信息系统中个性化设计和实现的观点。器官计算电子转换器2006年1月;16(3-4):179-202。［CrossRef］
    33. Scobbie L, Dixon D, Wyke S.康复环境中的目标设定和行动计划:理论知情实践框架的发展。临床康复杂志2011年5月03日;25(5):468-482。［CrossRef] [Medline］
    34. 兰迪丝，柯氏。分类数据中观察者一致性的测量。生物测量1977年3月;33(1):159。［CrossRef］
    35. Yee AWH, Kee TY, Limbu DK, Jian ATH, Dung TA, Yuen AWC。开发一个机器人平台，在教室环境中与学龄前自闭症儿童玩耍。见:2012年SIGGRAPH Asia研讨会论文集。2012年11月26日至27日;新加坡第81-86页。［CrossRef］
    36. 苏伟，郑超，林伟，黄勇，吴凯，董辉，等。基于机器人的戏剧干预可能改善华语自闭症谱系障碍学龄前儿童的联合注意和功能性游戏行为:一项试点研究中国自闭症杂志2020年2月26日;50(2):467-481。［CrossRef] [Medline］
    37. Klein T, Gelderblom GJ, de Witte L, Vanstipelen S. IROMEC机器人玩具对发育障碍儿童的短期影响评估。发表于:IEEE康复机器人国际会议记录2011年IEEE康复机器人国际会议;2011年6月29日- 7月1日;瑞士苏黎世，p. 1-5。［CrossRef］
    38. Ríos-Rincón AM, Adams K, Magill-Evans J, Cook a .运动能力有限的儿童在使用机器人时的玩耍行为。儿科2016年11月13日;36(3):232-246。［CrossRef] [Medline］
    39. 郭志刚，徐志刚，徐志刚。儿童与机器人的互动:自闭症治疗的初步研究。Prog Brain Res 2007;164:385-400。［CrossRef］
    40. 与共情代理的互动:调节情绪和改善自闭症患者的参与。IEEE机器人自动化杂志2019年6月;26(2):40-48。［CrossRef］
    41. 贾维德H，伯恩斯R, Jeon M，霍华德AM, Park CH.促进自闭症谱系障碍儿童感官体验的机器人框架:初步研究。ACM Trans Hum Robot Interact 2019 12月31日;9(1):1-26 [免费全文] [CrossRef] [Medline］
    42. Iacono I, Lehmann H, Marti P, Robins B, Dautenhahn K.机器人作为自闭症儿童的社会媒介——比较两种不同机器人平台的初步分析。见:IEEE国际发展与学习会议论文集(ICDL)。2011年发表于:IEEE国际发展与学习会议(ICDL);2011年8月24-27日;德国，美因河畔法兰克福。［CrossRef］
    43. Goodrich MA, Colton MA, Brinton B, Fujiki M.自闭症治疗中的低剂量机器人案例。第六届人机交互国际会议论文集。2011年发表于:HRI'11:人机交互国际会议;2011年3月6日至9日;瑞士洛桑，p. 143-144。［CrossRef］
    44. Gilliaux M，渲染A, Dispa D, Holvoet D, Sapin J, Dehez B，等。上肢机器人辅助治疗脑瘫:一项单盲随机对照试验。神经修复2015 Feb 11;29(2):183-192。［CrossRef] [Medline］
    45. 库克AM，本茨B，哈伯特N，林奇C，米勒B.残疾儿童在学校使用机械臂系统。IEEE神经系统复健工程2005 12月;13(4):452-460。［CrossRef］
    46. 孔钦哈C, Osório P，德·弗雷塔斯JC。趣味学习:教育机器人应用于有学习障碍的学生。见:2015年计算机教育国际研讨会论文集(SIIE)。2015年发表于:计算机教育国际研讨会(SIIE);2015年11月25-27日;塞图巴尔，葡萄牙，第167-171页。［CrossRef］
    47. Silvera-Tawil D, Bradford D, Roberts-Yates C.和我谈谈:人-机器人互动在提高自闭症或智力障碍学生语言沟通技能中的作用。见:第27届IEEE机器人与人类交互通信(RO-MAN)国际研讨会论文集。2018年发表于:第27届IEEE机器人与人类交互通信国际研讨会(RO-MAN);2018年8月27-31日;南京,中国。［CrossRef］
    48. Bonarini A, Clasadonte F, Garzotto F, Gelsomini M, Romero M.与Teo的互动，这是一个为患有神经发育障碍的儿童设计的移动机器人。见:第七届国际软件开发与技术会议论文集，以提高可访问性和对抗信息排斥。2016年发表于:DSAI 2016:第七届软件开发与技术国际会议，以提高可访问性和对抗信息排斥;2016年12月1日至3日;葡萄牙万岁，第223-231页。［CrossRef］
    49. Besio S, Bonarini A, Lynch H, Molina P, Veronese F, Bulgarelli D.主流机器人玩具与身体障碍儿童:游戏性如何?见:第七届国际软件开发与技术会议论文集，以提高可访问性和对抗信息排斥。2016年发表于:DSAI 2016:第七届软件开发与技术国际会议，以增强可访问性和对抗信息排斥;2016年12月1日至3日;葡萄牙万岁，第208-215页。［CrossRef］
    50. Aslam S, Standen PJ, Shopland N, Burton A, Brown D.人形和非人形机器人在支持有严重智力障碍的学生学习方面的比较。见:国际互动技术和游戏会议记录(ITAG)。2016年出席:国际互动技术与游戏大会(ITAG);2016年10月26-27日;英国诺丁汉，第7-12页。［CrossRef］
    51. Newhart VA, Warschauer M, Sender L.通过远程呈现机器人在教室中的虚拟包容:一个探索性案例研究。国际医学杂志，2016;23(4):9-25。［CrossRef］
    52. Adams K, Cook a .在“动手”学术活动中使用机器人:研究语音生成设备使用和所需技能的案例研究。残障康复辅助技术2016年12月11日;11(5):433-443。［CrossRef] [Medline］
    53. 杨晓明，杨晓明，张晓明。自闭症儿童机器人的设计方法。中国机械工程学报2010年7月7日;2(4):391-403。［CrossRef］
    54. Wainer J, Dautenhahn K, Robins B, Amirabdollahian F.一项关于类人机器人Kaspar与自闭症儿童协作游戏的新设置的试点研究。中国机械工程学报2013年9月11日;6(1):45-65。［CrossRef］
    55. Stanton CM, Kahn PH, Severson RL, Ruckert JH, Gill BT.机器人动物可能有助于自闭症儿童的社会发展。见:第三届ACM/IEEE人机交互国际会议论文集。2008年发表于:HRI '08:人机交互国际会议;2008年3月12日至15日;荷兰阿姆斯特丹，第271-278页。［CrossRef］
    56. Pulido JC, González JC, Suárez-Mejías C, Bandera A, Bustos P, Fernández F.评估小儿康复中神经治疗师平台的儿童-机器人交互。中国机械工程学报，2017年4月8日;9(3):343-358。［CrossRef］
    57. 李志刚，李志刚。机器人能有效地促进自闭症谱系障碍儿童和典型发育儿童的二元活动吗?在:第九届巴尔干信息学会议论文集，2019年发表于:BCI'19:第九届巴尔干信息学会议;2019年9月26日至28日;保加利亚，索非亚，p. 1-6。［CrossRef］
    58. 杨晓东，杨晓东，李晓东，杨晓东，等。CastellóCulturenet:一种深度学习方法，用于从自闭症儿童的面部图像中估计参与强度。见:IEEE/RSJ智能机器人与系统国际会议论文集(IROS)。2018年发表于:IEEE/RSJ智能机器人与系统国际会议(IROS);2018年10月1日至5日;西班牙马德里，第339-346页。［CrossRef］
    59. Marti P.给残疾带来乐趣。第六届北欧人机交互会议论文集:扩展边界。2010发表于:NordiCHI '10:第六届北欧人机交互会议;2010年10月16日至20日;雷克雅未克，冰岛，851-856页。［CrossRef］
    60. Ludi S, Bernstein D, Mutch-Jones K.增强机器人!:改善视觉障碍学生的建筑和编程学习体验。2018年SIGCSE '18:第49届ACM计算机科学教育技术研讨会论文集;2018年2月21日至24日;巴尔的摩，美国，第372-377页。［CrossRef］
    61. Lindsay S, Lam A.在一个为残疾儿童设计的机器人程序中探索游戏类型。残障康复辅助技术2018年4月28日;13(3):263-270。［CrossRef] [Medline］
    62. Lindsay S, Hounsell KG。调整机器人项目以提高残疾儿童对STEM的参与和兴趣:一项试点研究。残疾人康复辅助技术2017年10月20日;12(7):694-704。［CrossRef] [Medline］
    63. Kozima H, Michalowski MP, Nakagawa C. Keepon:一个用于研究、治疗和娱乐的好玩的机器人。系统工程学报2009 11月19日;1(1):3-18。［CrossRef］
    64. 柯柯妮，马夫鲁迪，蔡福露，等。为小儿运动康复打造智能环境。J Neuroeng Rehabil 2020 Feb 10;17(1):1-15 [免费全文] [CrossRef] [Medline］
    65. Koch SA, Stevens CE, cleesi CD, Lebersfeld JB, Sellers AG, McNew ME，等。评估情感表达机器人SAM的可行性研究。中国机械工程学报2017年6月23日;9(4):601-613。［CrossRef］
    66. 李志刚，李志刚，李志刚，李志刚。机器人互动对自闭症干预的潜在临床影响。见:情感计算与智能交互(ACII)国际会议论文集。2015年发表于:情感计算与智能交互国际会议(ACII);2015年9月21-24日;中国西安。［CrossRef］
    67. Khamassi M, Chalvatzaki G, Tsitsimis T, Velentzas G, Tzafestas C.一个机器人学习框架在儿童-机器人互动与人类参与作为奖励信号。见:第27届IEEE机器人与人类交互通信(RO-MAN)国际研讨会论文集。2018年发表于:第27届IEEE机器人与人类交互通信国际研讨会(RO-MAN);2018年8月27-31日;中国南京，页461-464。［CrossRef］
    68. Jung SE, Lee K, Cherniak S, Cho E.机器人课堂中的非顺序学习:来自自闭症谱系障碍儿童参与的见解。Tech Know Learn 2019年1月23日;25(1):63-81。［CrossRef］
    69. 张志刚，张志刚，张志刚，等。探索自闭症谱系障碍中基于情感和模仿机器人的互动。中国计算机科学进展，2008;1(1):49-61 [免费全文］
    70. Haumont T, Rahman T, Sample W, M King M, Church C, Henley J，等。威尔明顿机器人外骨骼:一种新型设备，以维持手臂改善肌肉疾病。中华儿科矫形杂志2011;31(5):e44-e49。［CrossRef] [Medline］
    71. Ferm UM, Claesson BK, Ottesjö C, Ericsson S.使用AAC的脑瘫儿童与其同龄人在机器人游戏中的参与和享受。Augment Altern communtion 2015 Jun 29;31(2):108-123。［CrossRef] [Medline］
    72. Encarnação P, Leite T, Nunes C, Nunes da Ponte M, Adams K, Cook A，等。利用辅助机器人促进全纳教育。残疾人康复辅助技术2017年5月26日;12(4):352-372。［CrossRef] [Medline］
    73. 郭建平，郭建平，顾军。机器人增强了重度肢体残疾儿童的互动和学习能力。技术缺陷2001 5月14日;13(1):1-8。［CrossRef］
    74. Buitrago JA, Bolaños AM, Caicedo Bravo E.通过社会辅助机器人对脑瘫儿童进行运动学习治疗干预。残障康复辅助技术2020年4月26日;15(3):357-362。［CrossRef] [Medline］
    75. Boccanfuso L, O 'Kane JM。CHARLIE:一种自适应机器人设计，具有手和脸追踪功能，用于自闭症治疗。中国机械工程学报(英文版)2011年9月24日;3(4):337-347。［CrossRef］
    76. Blanson Henkemans OA, Bierman BPB, Janssen J, Looije R, Neerincx MA, van Dooren MMM，等。设计和评估与1型糖尿病儿童玩自我管理教育游戏的个人机器人。Int J Hum计算Stud 2017 10月;106:63-76。［CrossRef］
    77. Blanson Henkemans OA, Bierman BPB, Janssen J, Neerincx MA, Looije R, van der Bosch H，等。使用机器人对1型糖尿病儿童进行个性化健康教育:一项试点研究患者教育计数2013年8月;92(2):174-181。［CrossRef] [Medline］
    78. 王晓明，王晓明，王晓明，王晓明。儿童ASD的乐高治疗。专家系统2014年11月13日;32(6):698-709。［CrossRef］
    79. Arpaia P, Duraccio L, Moccaldi N, Rossi S.基于增强现实的机器人康复的可穿戴脑机接口仪器。电子工程学报2020年9月26日(9):6362-6371。［CrossRef］
    80. 包容性游戏的机器人伙伴:以用户为中心的设计视角。发表于:IEEE国际机器人与自动化会议记录。2010年IEEE国际机器人与自动化会议;2010年5月3日至7日;美国安克雷奇，第4348-4353页。［CrossRef］
    81. Alotaibi MH.机器人辅助的、特定任务的踝关节训练在改善脑瘫(CP)儿童ICF三个区域缺陷方面的有效性。论文和论文-印第安纳大学。2018。URL:https://scholarworks.iupui.edu/handle/1805/17929[2021-09-18]访问
    82. Santatiwongchai S, Kaewkamnerdpong B, Jutharee W, Ounjai W. BLISS:使用机器人学习干预促进自闭症治疗的社交技能。2016年国际康复工程与辅助技术大会论文集，发表于:国际康复工程与辅助技术大会;2016年7月25日至28日;新加坡中景城，第1-4页。［CrossRef］
    83. 施罗德AS, Homburg M, Warken B, Auffermann H, Koerte I, Berweck S，等。前瞻性对照队列研究评估双侧痉挛性脑瘫患者在机器人强化重复跑步机治疗后功能、活动和参与的变化。中华儿科神经杂志2014 7月;18(4):502-510。［CrossRef] [Medline］
    84. 鲍嘉丽D, Bianquin N, Besio S, Molina P.脑瘫儿童玩主流机器人玩具:游戏性和环境支持。前沿精神2018年9月26日;9:1-9 [免费全文] [CrossRef] [Medline］
    85. Soares N, Kay JC, Craven G.用于住院儿童教育的移动机器人远程呈现解决方案。perspective Health Inf Manag 2017;14(秋季):1e [免费全文] [Medline］
    86. 李志刚，李志刚，李志刚，李志刚。自闭症儿童的个性化机器人干预:注意力评估的自动化方法。Soc Robotics 2020年3月06日;13(1):67-82。［CrossRef］
    87. Barnes JA, Park CH, Howard A, Jeon M.儿童-机器人在音乐舞蹈游戏中的互动:正常发育儿童和自闭症儿童之间的探索性比较研究。Int J Hum Comput交互2021年9月14日;37(3):249-266。［CrossRef] [Medline］
    88. Metatla O, Bardot S, Cullen M, Serrano M, Jouffrais C.包容性游戏的机器人-与视障和视力正常的儿童共同设计的教育游戏。2020年CHI '20: CHI计算系统中人因会议论文集。2020年4月25日至30日;檀香山，美国，第1-13页。［CrossRef］
    89. 李晓霞，李晓霞，李晓霞，李晓霞。认知障碍儿童儿童与机器人互动的注意力分析。机器人学报2020年2月3日;13(2):141-152。［CrossRef］
    90. Silva K, Lima M, Fafiães C, Sinval J, de Sousa L.与狗接触引发严重自闭症谱系障碍儿童和成人自发模仿潜力的初步测试。Am J ococther 2020年12月05日;74(1):1-8 [免费全文] [CrossRef] [Medline］
    91. Marti P, Pollini A, Rullo A, Shibata T.与人造宠物互动。2005年欧洲认知人类工程学会年会论文集，2005年欧洲认知人类工程学会年会论文集，2005年欧洲认知人类工程学会年会论文集。2005年9月29日至10月1日;查尼亚，希腊，第99-106页。［CrossRef］
    92. Weibel M, Nielsen MK, Topperzer MK, Hammer NM, Møller SW, Schmiegelow K，等。通过远程呈现机器人技术重返学校:一项关于远程呈现机器人如何帮助患有癌症的学龄儿童和青少年在治疗期间与学校班级保持社交和学术联系的定性试点研究。护士公开赛2020年7月12日;7(4):988-997 [免费全文] [CrossRef] [Medline］
    93. Neto I, Johal W, Couto M, Nicolau H, Paiva A, Guneysu A.使用桌面机器人促进包容性课堂体验。在:交互设计与儿童会议论文集，2020年发表于:IDC '20:交互设计与儿童;2020年6月21日至24日;英国伦敦，281-292页。［CrossRef］
    94. Costa S, Santos C, Soares F, Ferreira M, Moreira F.使用机器人促进自闭症青少年之间的互动。发表于:IEEE医学与生物学工程年度国际会议论文集2010年IEEE医学与生物学工程年度国际会议;2010年8月31日至9月4日;阿根廷布宜诺斯艾利斯，第3856-3859页。［CrossRef］
    95. Fels DI, Waalen JK, Zhai S, Weiss PT.特殊情况下的远程呈现:丰富患病儿童与学校的联系。载于:IFIP TC13人机交互国际会议论文集。2001年发表于:IFIP TC13人机交互国际会议;2001年7月9日至13日;日本东京p. 617-624网址:https://dblp.org/rec/conf/interact/FelsWZW01.html
    96. Kim E, Paul R, Shic F, Scassellati B.弥合研究差距:使HRI对自闭症患者有用。J人机交互2012 Aug 01;1(1):26-54。［CrossRef］
    97. Shamsuddin S, Yussof H, Ismail LI, Mohamed S, Hanapiah FA, Zahari NI。HRI的初步反应-评估自闭症谱系障碍儿童与类人机器人NAO互动的案例研究。中国科学(英文版)2012;［CrossRef］
    98. Simut RE, Vanderfaeillie J, Peca A, Vande Perre G, vandererborgt B.患有自闭症谱系障碍的儿童与社交机器人probo一起制作水果沙拉:互动研究。《自闭症发展障碍杂志》2016年1月25日;46(1):113-126。［CrossRef] [Medline］
    99. Xylo-Bot:一个为自闭症儿童提供治疗性的机器人音乐平台。ProQuest论文-丹佛大学，2020。URL:https://www.proquest.com/openview/16a69b9a20d3fc4d0929951844b2faf8/1?pq-origsite=gscholar&cbl=44156[2021-09-20]访问
    100. Ahumada-Newhart V, Olson JS。在机器人上上学:机器人和用户界面设计功能很重要。ACM Trans Comput Hum Interact 2019 7月27日;26(4):1-28 [免费全文] [CrossRef] [Medline］
    101. 宫本E，李M，藤井H，冈田M.机器人如何促进自闭症儿童的社会互动?:对教育环境的可能影响。第五届表观遗传机器人国际研讨会论文集。2005发表于:第五届表观遗传机器人国际研讨会;2005;隆德，瑞典p. 145-146网址:http://cogprints.org/4993/1/miyamoto.pdf
    102. Ludi S, Reichlmayr T.使用机器人向有视觉障碍的大学预科学生推广计算。ACM Trans computing Educ 2011 10月;11(3):1-20。［CrossRef］
    103. Zhanatkyzy A, Telisheva Z, Turarova A, Zhexenova Z, Sandygulova A.机器人辅助治疗自闭症，多动症和语言发育迟缓儿童的定量结果。在2020年ACM/IEEE人机交互国际会议上发表:HRI '20: ACM/IEEE人机交互国际会议;2020年3月23日至26日;英国剑桥，第541-542页。［CrossRef］
    104. Butchart J, Harrison R, Ritchie J, Martí F, McCarthy C, Knight S，等。儿童和家长对儿童康复过程中使用社会辅助机器人的可接受性和治疗价值的看法。残疾人康复2021年1月23日;43(2):163-170。［CrossRef] [Medline］
    105. Ljunglöf P, Claesson B, Müller I, Ericsson S, Ottesjö C, Berman A，等。Lekbot:为残疾儿童设计的会说话会玩的机器人。在:语音和语言处理辅助技术第二届研讨会论文集。2011发表于:语音和语言处理辅助技术第二届研讨会;2011年7月30日;苏格兰爱丁堡，第110-119页。［CrossRef］
    106. Lehmann H, Iacono I, Robins B, Marti P, Dautenhahn K.让它动起来:与认知障碍儿童的机器人同伴玩因果游戏。见:第29届欧洲认知工效学年会论文集。2011年发表于:欧洲认知工效学年会;2011年8月24日至26日;罗斯托克，德国，第105-112页。［CrossRef］
    107. 边D，韦德J, Swanson A, Weitlauf A, Warren Z, Sarkar N.基于生理的自适应虚拟现实驾驶平台的设计。ACM Trans Access computing 2019 Feb 23;12(1):1-24。［CrossRef］
    108. Bers MU, Gonzalez-Heydrich J, DeMaso DR.身份构建环境:支持接受透析的儿科患者的虚拟治疗社区。载于:计算机系统中的人因因素SIGCHI会议论文集。2001发表于:计算机系统中的人因因素CHI01;2001年3月31日至4月5日;美国西雅图，p. 380-387。［CrossRef］
    109. Porayska-Pomsta K, Alcorn AM, Avramides K, Beale S, Bernardini S, Foster ME，等。融合人类和人工智能，支持自闭症儿童的社会沟通技能。ACM Trans compute - hum交互2018年12月20日;25(6):1-35。［CrossRef］
    110. 金伯格，H Karimi, Pearlman JL。交互式、移动、敏捷和新颖的教育(IMAGINE):一个概念框架，用于支持在高等教育中面临移动挑战的学生。残疾人康复辅助技术2016年9月12日;11(1):50-60。［CrossRef] [Medline］
    111. Kolne K, Bui S, Lindsay S.评估一个适应的、基于游戏的乐高机器人程序的环境质量，以实现残疾儿童的最佳结果。残疾人康复2020年3月25:1-10。［CrossRef] [Medline］
    112. 王晓明，王晓明，王晓明，等。基于视频游戏的任务导向活动训练对青少年特发性关节炎患者活动表现和参与的影响。美国医学杂志2019年3月;98(3):174-181。［CrossRef］
    113. 里德DT。脑瘫儿童虚拟游戏康复环境对自我效能感感知的益处:一项试点研究。儿科康复杂志2002 7月10日;5(3):141-148。［CrossRef] [Medline］
    114. 米勒S，里德D.玩耍:能力，控制和表达。Cyberpsychol Behav 2003 12月;6(6):623-632。［CrossRef] [Medline］
    115. 彭妮E，弗格森G, smitz - engelsman B.两种基于活动的干预对青少年发育协调障碍的疗效。Res Dev disabled 2017 12月;71:223-236。［CrossRef] [Medline］
    116. 格林D，威尔逊博士。虚拟现实在偏瘫儿童运动康复中的应用——多案例研究评估。残疾人康复2012年10月6日;34(7):593-604。［CrossRef] [Medline］
    117. Mineo BA, Ziegler W, Gill S, Salkin D.自闭症谱系障碍学生使用电子屏幕媒体的情况。中华自闭症杂志2009年1月15日;39(1):172-187。［CrossRef] [Medline］
    118. 高功能自闭症儿童基于虚拟现实的社会互动训练。《中国教育科学》2013年11月2日;(6):441-461。［CrossRef］
    119. 虚拟现实对脑瘫儿童游戏性的影响:初步研究。占领Ther 2004年8月;11(3):131-144。［CrossRef] [Medline］
    120. 拉希里·乌，Bekele, Dohrmann E, Warren Z, Sarkar N.基于虚拟现实的自闭症儿童自适应反应技术设计。神经系统工程2013年1月;21(1):55-64。［CrossRef］
    121. 李志强，李志强，李志强，等。编舞:与具有自闭症谱系优势的青少年共同设计一个基于编舞的治疗虚拟现实系统。2018年CHI Play '18:游戏中的人机交互年度研讨会论文集。2018年10月28日至31日;澳大利亚墨尔本，第381-389页。［CrossRef］
    122. 梅·C，梅森·L，夸尔斯·j。——探索可定制虚拟人对患有自闭症的青少年的影响。见:IEEE虚拟现实(VR)论文集。2015年发表于:IEEE虚拟现实(VR);2015年3月23-27日;法国阿尔勒，第235-236页。［CrossRef］
    123. 波托内I, Leonardis D, Solazzi M, Procopio C, Crecchi A, Bonfiglio L，等。整合严肃游戏和可穿戴触觉界面用于儿童运动障碍的神经康复:可行性研究。见:康复机器人国际会议论文集(ICORR)。2017年发表于:康复机器人国际会议(ICORR);2017年7月17-20日;英国伦敦，1094-1099页。［CrossRef］
    124. 叶海生，刘凯，陈丽瑞，曹安，崔春。一种新颖的沉浸式虚拟学习方法。Stud Health technology Inform 2015;219:129-134。［Medline］
    125. Rivas-Perez T, Meza-Vega A, Mora-Lezcano V, Palacio-Amador D, Chacón-Rivas M. EULER -为视觉障碍人士提供语音输入的数学编辑。见:包容性技术与教育国际会议论文集(CONTIE)。2019年出席:包容性技术与教育国际会议(CONTIE);2019年10月30日至11月1日;墨西哥，卡波圣何塞，第9-95页。［CrossRef］
    126. Black R, Waller A, Turner R, Reiter E.支持有复杂沟通需求的儿童的个人叙事。ACM Trans compute - hum interaction 2012 july;19(2):1-35。［CrossRef］
    127. Otoom, Alzubaidi MA。实时语音到符号翻译的环境智能框架。Assist Technol 2018 Feb 02;30(3):119-132。［CrossRef] [Medline］
    128. 博德里J，康西利A，克拉克C，罗宾逊KJ。为成人医疗保健做好准备:设计一个聊天机器人，指导有特殊健康需求的青少年完成护理的过渡。J儿科护士2019 11月;49:85-91。［CrossRef] [Medline］
    129. 杨晓东，刘志强，刘志强，等。环境对残疾儿童和青年参与的影响:范围审查。残疾人康复2013年9月25日;35(19):1589-1598。［CrossRef] [Medline］
    130. Anaby D, Law M, Hanna S, Dematteo C.获得性脑损伤后参与率变化的预测因素:纵向研究的结果。发展医学儿童神经病学2012 april;54(4):339-346 [免费全文] [CrossRef] [Medline］
    131. Albrecht EC, Khetani MA。环境对幼儿参与家庭活动的影响。Dev Med儿童神经病学2017 april 17;59(4):388-394 [免费全文] [CrossRef] [Medline］
    132. hooutrow A, Murphy N，残疾儿童委员会。为残疾儿童规定物理、职业和语言治疗服务。儿科学2019年4月25日;143(4):e20190285 [免费全文] [CrossRef] [Medline］
    133. Anaby DR, Law M, Feldman D, Majnemer A, Avery L.参与和参与(PREP)干预途径和资源的有效性:提高身体残疾青少年的参与。Dev Med儿童神经病学2018年5月06日;60(5):513-519 [免费全文] [CrossRef] [Medline］
    134. Anaby DR, Law MC, Majnemer A, Feldman D.打开身体残疾青年参与的大门:一项干预研究。Can J occuther 2016年4月21日;83(2):83-90。［CrossRef] [Medline］
    135. 远程医疗指数:2019年消费者调查。美国油井公司，2019。URL:https://static.americanwell.com/app/uploads/2019/07/American-Well-Telehealth-Index-2019-Consumer-Survey-eBook2.pdf[2021-03-16]访问
    136. 张杰，吴玉杰，兰格P，于忠，福冈杨。人工智能聊天机器人的行为变化模型设计促进身体活动和健康饮食:观点。J Med Internet Res 2020年9月30日;22(9):e22845 [免费全文] [CrossRef] [Medline］
    137. 古普塔I, Eugenio B, Ziebart B，刘B, Gerber B，夏普L.健康教练对话模型的行为目标提取。见:IEEE生物信息学和生物医学国际会议论文集(BIBM)。2019年发表于:IEEE生物信息与生物医学国际会议(BIBM);2019年11月18日至21日;美国圣地亚哥，第118-119页。［CrossRef］
    138. 普里查-维雅特L，汤普森-霍杰茨S，麦克基洛普AB.儿童康复目标设置的相关理论综述。临床康复2019年9月09日;33(9):1515-1526。［CrossRef] [Medline］
    139. 布鲁尔K，波洛克N，赖特FV。解决与儿童及其家庭合作设定目标的挑战。儿科杂志2014年5月15日;34(2):138-152。［CrossRef] [Medline］
    140. 贾伟，李文杰，李志强，等。参与和环境测量Plus (PEM+)的可用性，以客户为中心，以参与为中心的护理计划。上午J占领Ther 2019年6月10日;73(4):1-8。［CrossRef] [Medline］
    141. 贾维斯，凯琳，阿纳比，R，马凯塔尼。以电子参与为重点的家庭护理计划支持:一项试点研究。Dev Med Child Neurol 2020 Aug 07;62(8):954-961 [免费全文] [CrossRef] [Medline］
    142. 马凯塔，林洪科，柯登ME。护理人员输入优化儿科康复护理规划指南的设计:描述性研究。JMIR Rehabil Assist Technol 2017 10月24日;4(2):e10。［CrossRef］
    143. Khetani MA, Cliff AB, Schelly C, Daunhauer L, Anaby D.使用儿童和青少年参与和环境测量的协作护理规划决策支持算法:混合方法研究。儿科杂志2014年3月26日;35(3):231-252。［CrossRef] [Medline］
    144. Bennett CC, Hauser K.模拟临床决策的人工智能框架:马尔可夫决策过程方法。《医学杂志》2013年1月27日(1):9-19。［CrossRef] [Medline］
    145. Lauritsen SM, Kristensen M, Olsen MV, Larsen MS, Lauritsen KM, Jørgensen MJ，等。可解释的人工智能模型，从电子健康记录预测急性危重症。Nat Commun 2020年7月31日;11(1):3852 [免费全文] [CrossRef] [Medline］
    146. 法扎娜S, Valizadeh M, Parde N.对话认知健康筛查访谈建模。见:第12届国际语言资源与评估会议论文集(LREC 2020)。2020出席:第12届国际语言资源与评估会议(LREC 2020);2020年5月13日至15日;法国马赛，邮编1167-1177https://tinyurl.com/mdpeccs5
    147. Farzana S, Parde N.探索使用语言和非语言线索预测MMSE得分。在:Interspeech 2020年会议程序。2020年10月25日至29日;中国上海，p 2207-2211。［CrossRef］
    148. 迪帕洛F, Parde N.丰富神经模型与目标特征的痴呆检测。在:第57届计算语言学协会年会论文集:学生研究研讨会。2019年发表于:第57届计算语言学协会年会:学生研究研讨会;2019年7月;意大利佛罗伦萨，第1-7页。［CrossRef］
    149. 博萨克，贾维斯，马凯塔尼。护理人员使用以家庭为中心的护理电子保健工具“参与和环境措施+”(PEM+)创建以参与为重点的护理计划。儿童保健健康发展2019 11月30日;45(6):791-798。［CrossRef] [Medline］
    150. 李文杰，李志强，李志强。家庭因素对残疾儿童参与行为影响的研究进展。发展医学儿童神经2019年5月06日;61(5):514-522 [免费全文] [CrossRef] [Medline］
    151. Bult MK, Verschuren O, Jongmans MJ, Lindeman E, Ketelaar M.是什么影响身体残疾儿童和青少年的休闲活动参与?系统回顾。应用程序开发禁用2011年9月;32(5):1521-1529。［CrossRef] [Medline］
    152. Shikako-Thomas K, Majnemer A, Law M, Lach L.脑瘫儿童和青少年参与休闲活动的决定因素:系统综述。儿科杂志2008年5月10日;28(2):155-169。［CrossRef] [Medline］
    153. 不仅仅是数字:数据收集中的多样性、公平性和包容性(DEI)指南。查尔斯和林恩·舒斯特曼家庭基金会，2020年。URL:https://philanthropynewyork.org/resources/more-numbers-guide-toward-diversity-equity-and-inclusion-dei-data-collection-charles-and[2021-09-20]访问
    154. Imms C, Adair B, Keen D, Ullenhag A, Rosenbaum P, Granlund M。“参与”:对残疾儿童干预研究中使用的语言、定义和结构进行系统回顾。Dev Med儿童神经科学2016年1月28日;58(1):29-38 [免费全文] [CrossRef] [Medline］

    ‎
    人工智能:人工智能
    自闭症谱系障碍:自闭症谱系障碍
    人机界面:人机交互
    ML:机器学习
    NLP:自然语言处理
    虚拟现实:虚拟现实

    G·艾森巴赫(G Eysenbach)编辑;提交13.11.20;AV Das, P Tripathi, C Yu, M Majurul Ahsan同行评审;对作者27.01.21的评论;订正版本收到21.05.21;接受07.09.21;发表04.11.21

    版权

    ©Vera C Kaelin, Mina Valizadeh, Zurisadai Salgado, Natalie Parde, Mary A Khetani。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com)， 2021年11月4日。

    这是一篇开放获取的文章，根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上无限制地使用、分发和复制，前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息，//www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。
    Baidu
    map