这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。
在过去十年中,关于使用人工智能(AI)提高儿童和青少年参与日常生活活动的研究迅速增加,这是一个关键的康复成果。然而,现有的综述对参与的关注程度不一,范围狭窄,且局限于选择诊断,阻碍了针对儿童和青少年参与儿科康复环境的人工智能应用的现有范围的可解释性。
本次范围审查的目的是审查如何将人工智能纳入儿童康复干预措施,以残疾儿童和青少年或有其他诊断健康问题的儿童和青少年参与有价值的活动。
我们使用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搜索。两位独立的研究人员根据系统的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;人工智能应用于提供和测试的干预措施;残疾儿童或有其他诊断健康问题的青少年是研究或人工智能应用的重点,或两者都是;该研究以英文发表。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针对个人目标设定进行映射。
文献检索确定了3029篇文献,其中94篇符合纳入标准。大多数纳入的研究使用了人工智能的多种应用,其中机器人技术(72/ 94,77%)和人机交互(51/ 94,54%)的使用率最高。关于交付方式,大多数纳入的研究描述了亲自交付的干预措施(84/ 94,89%),只有11%(10/94)是远程交付的。大多数干预措施都是针对个人群体(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%)将个人目标设置描述为其治疗过程或干预计划的一部分。
关于使用人工智能的干预措施的研究越来越多,其目标是残疾或有其他诊断健康问题的儿童和青年的参与,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的参与式干预;缺乏将个人目标制定纳入干预措施;缺乏针对儿童、青年或家庭个人报告的参与需求的干预措施。
以技术为基础的干预措施在儿科康复中越来越重要,在向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重点的干预措施时,可以为康复医生提供帮助[
提供基于技术的儿童康复的一种方法是应用人工智能(AI),这是国家卫生研究院的优先事项,反映在他们的康复研究计划[
康复包括广泛的高度变化的干预措施,由于其复杂性难以定义[
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发现了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[
为了更好地了解目前人工智能在儿童康复中的应用范围,并确定未来研究的空白,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。本次范围审查的目的是审查如何将人工智能纳入儿童康复干预措施,以残疾儿童和青少年或有其他诊断健康问题的儿童和青少年参与有价值的活动。
本文的贡献如下:
综述了从家庭角度将AI靶向参与作为儿童康复的主要结果和优先考虑的文献范围。
总结了20多年来在干预措施中使用的人工智能和个性化的类型。
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已诊断健康问题的儿童和青年参与的人工智能。
范围审查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[
本综述的第一作者(VCK)在应用健康科学和计算机科学领域的成熟数据库(PubMed、psyinfo、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搜索。该搜索没有应用其他发布数据限制或搜索限制。我们向一位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的词库(即PubMed、psyinfo、ERIC和CINAHL)和关键词的主题标题
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
残疾*,残疾*,损害*,特殊需要,特殊需要
年轻人
青少年*,护理*,儿童*,家庭,家庭,婴儿*,儿科*,父母*,儿科*,学生*,青少年*,蹒跚学步*,青年,青年*
研究选择过程。
在删除副本后,2个独立的编码器(VCK和MV)对剩余文档的标题和摘要应用了包含和排除标准。根据其摘要或标题表明潜在适合的文件进行全文阅读,并基于相同的纳入和排除标准进行编码。首先,2名具有参与为主的儿童康复专业知识的独立作者(VCK和ZS)对相同的文件进行编码,直到达成至少80%的一致意见[
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重点,则包括以下文件;(2)人工智能作为提供和测试的干预措施的一部分;(3)残疾或其他已诊断健康状况的儿童或青少年是研究、人工智能应用或两者的重点;(4)该研究以英文发表。为确保纳入范围广泛的研究,在适用甄选标准时没有使用参与的操作定义。关注参与的研究或人工智能干预措施;夹杂物;参与;嬉闹;进入或参与生活状况、环境或活动; 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
第一作者对使用Microsoft Excel的数据提取模板进行了5项研究的试验,并与作者团队进行了讨论,以确保数据提取所包含的类别的清晰度和相关性[
纳入的研究与一种或多种AI类型的映射由csranking指导[
Fan等人开发的框架[
当干预与研究人员或康复专业人员面对面进行时,干预被映射为面对面的干预。如果干预是在儿童的自然环境中进行的,且没有研究者或康复专业人员,则被认为是远程提供的。
纳入的关于目标设定是否作为所述康复服务的一部分加以处理的研究,以康复环境的目标设定和行动规划实践框架为指导[
图表数据采用描述性统计(即频率计数和百分比)进行了汇总,概述了如何利用人工智能支持有残疾或其他诊断出健康问题的儿童和青年参与的现有证据。
文献检索发现3029份文献中有873份重复(即出现多次的文献),结果有2156份文献进入了基于纳入和排除标准的2倍筛选过程,以评估其资格(
第二筛选阶段包括对第一筛选阶段纳入的224份文件的全文审查,结果有94份纳入研究供范围审查之用。在130篇被排除的文献中,61篇(46.9%)缺乏参与重点,38篇(29.2%)因其格式(即教科书或教科书综述、研究方案、文献综述或仅为摘要)而被排除,10篇(7.7%)没有测试干预,7篇(5.4%)针对成人人群;5人(3.8%)没有在干预中使用人工智能,5人(3.8%)没有关注残疾人或其他诊断出的健康问题,4人(3.1%)没有使用英语(
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%;
关于样本特征,所述干预措施的样本量从1到120名儿童和青少年(平均14名儿童或青少年)进行了评估。在报告性别认同的研究中,76%(51/67)的样本中男孩的比例更高。92%(86/94)纳入的研究没有报告家庭的社会经济背景、父母的教育、或儿童或青少年的种族或民族。在评估干预措施时,15%(14/94)的研究取样了照料者、教师、同龄人、其他学校工作人员或他们的组合,以及儿童或青少年。针对诊断范围广泛的儿童或青少年制定或测试了纳入干预措施,其中ASD是最普遍的(43/ 94,46%),其次是脑瘫(CP;18/94, 19%)。
94项研究中的大多数采用机器人作为人工智能干预类型,以残疾儿童和青少年或有其他诊断健康问题的儿童和青少年参与为目标(72/ 94,77%)[
提供以参与为重点的康复干预措施,包括人工智能(AI)。
类型的人工智能 | 个性化 | 交货方式 | 地址个人目标设定 |
机器人:72 ( |
含蓄+个性化:0 含蓄+直言:37 [ 显性+个性化:0 显式+定言:35 [ |
现场:67 ( 远程:5 ( |
0 |
人机交互:51 [ |
含蓄+个性化:1 [ 含蓄+直言:21 [ 显性+个性化:0 显式+定言:29 [ |
现场:44 远程:7 |
0 |
可视化和虚拟现实:19 [ |
含蓄+个性化:0 含蓄+直言:5 [ 显性+个性化:0 显式+定言:14 [ |
现场:18 ( 远程:1 ( |
1 ( |
自然语言处理:18 [ |
含蓄+个性化:0 含蓄+直言:14 [ 显性+个性化:0 显式+定言:4 [ |
现场:15 远程:3 ( |
0 |
机器学习:11 [ |
含蓄+个性化:1 [ 含蓄+直言:6 [ 显性+个性化:0 显式+定言:4 [ |
现场:7 远程:4 ( |
0 |
计算机视觉:10 [ |
含蓄+个性化:0 含蓄+直言:5 [ 显性+个性化:0 显式+定言:5 [ |
现场:10 远程:0 |
1 ( |
约束满足与优化:1 [ |
含蓄+个性化:1 [ 隐式+直言:0 显性+个性化:0 显式+范畴:0 |
现场:0 远程:1 ( |
0 |
人工计算和众包: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。
纳入的大多数研究描述了使用人工智能多种应用的干预措施(60/ 94,64%),如带有人机交互的机器人[
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[
至于交付方式,大部分纳入的研究描述了亲自交付的干预措施(84/ 94,89%)[
大多数人工智能干预都是针对某一类人(即分类个性化)进行定制的,如针对诊断组(93/ 94,99%)[
本研究总结了20年来关于人工智能在针对残疾儿童和青少年或其他被诊断出健康状况的儿童参与的干预措施中的使用的证据,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,以便根据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。该综述的结果表明,为不同年龄和不同诊断的儿童设计的AI应用程序往往强调机器人(单独或与其他形式的AI结合)、亲自交付,以及使用内隐和外显个性化方法的目标儿童群体。每个发现将进一步讨论,以确定未来研究的知识缺口。
大多数被研究的机器人设备都没有上市,只是在现场治疗过程中使用
有趣的是,尽管有可能利用技术远程提供康复干预,但大多数发现的干预措施都是亲自提供的。这一结果与此前进行的一项调查一致,该调查显示,2019年只有8%的美国人使用远程医疗[
大多数已确定的人工智能应用是根据个人群体的需求定制的,只有1%(1/94)是根据残疾或其他被诊断出健康问题的儿童和青年的单独报告的参与需求定制的。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,在市场营销中,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。各字段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)设置中收集的患者数据,如诊断和决策,在类似进展方面有所增加[
尽管为患有自闭症谱系障碍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流行率很高,但在本次范围审查中,诊断样本的代表是多样化的,表明在各种诊断中使用人工智能应用的相关性。相比之下,只有9%(8/94)的研究报告了儿童或青少年的种族或民族、家庭社会经济地位、父母教育或家庭收入,尽管有证据表明这些因素对儿童和青少年参与的影响[
为全面审查有关利用人工智能以儿童和青年参与为目标的文献作出了努力。然而,这个范围审查的结果应该根据一些限制来解释。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)如果使用人工智能的干预在标题和摘要筛选过程中没有被识别出来,那么该文档很可能被排除在搜索或选择过程之外;(2)对照所有纳入的研究,对综述文章进行参考文献列表筛选;(3)以英文以外的语言出版的文件不包括在内。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经表明[
关于使用人工智能的干预措施的研究越来越多,其目标是残疾或有其他诊断健康问题的儿童和青年的参与,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,不太流行,但在以参与为中心的干预中显示出潜在的好处。在我们的研究结果的基础上,我们发现了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的以参与为重点的干预;(2)缺乏在使用人工智能的干预措施中整合的个人目标设定;(3)缺乏使用人工智能的干预措施,以满足儿童、青年或家庭单独报告的参与需求。
此外,未来的研究应该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。
在包含的数据库中搜索历史记录。
包括研究。
人工智能
自闭症谱系障碍
人机交互
机器学习
自然语言处理
虚拟现实
作者感谢Kyle A Truevillian为本次综述提供全文文档筛选的帮助,感谢伊利诺伊大学芝加哥图书馆的Amelia Brunskill为本次综述的搜索策略提供指导。作者还感谢芝加哥伊利诺伊大学儿童参与和环境研究实验室的Vivian Villegas和Varun Maheshwari对之前的草案提供了批评性反馈。这项工作是为了部分满足康复科学博士学位的要求而进行的,由伊利诺伊大学芝加哥分校通过其院长奖学金(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提供的财政支持。
没有宣布。