一种用于可能患有自闭症的儿童的运动功能和早期评估的智能玩具 (Tangiball)

基于传感器的技术提供了一个潜在的廉价、小规模、不显眼且数据丰富的捕获环境。 在儿童与游戏对象和玩具无缝互动时利用数据捕获，将使大规模数据洞察儿童的积极行为，从而与神经正常群体进行清晰比较。 数据比较可以以诊断手册描述为模型，并将增强病理学描述。 智能系统可以提供可以为残疾儿童编译的诊断证据，并与神经典型基线数据进行适当比较。 可以避免边界诊断和混淆，因为除了可观察的报告外，还可以使用收集的数据。 这些数据引出了有关自闭症和相关发育障碍儿童在微观层面上与环境互动方式的新信息。 自闭症儿童在使用智能物体时表现出缓慢的动作，其中在抓取和放置活动中的减速比神经正常同龄人需要更长的时间，达到峰值速度的幅度比典型同龄人高，通过空间的最大加速度更慢，并且所花费的时间达到速度峰值的速度更高，因此速度和准确性可以占自闭症儿童与典型同龄人之间所有差异的 76%。 因此，自闭症儿童在驾驭自己的身体以及与环境中的物体互动的方式上存在质的差异。 刻板或重复的运动、对感官输入的过度或低反应性，以及对物体感官方面的异常兴趣，仍然是自闭症诊断的核心。 据估计，92% 的 ASD 儿童和 67% 的 SEND 儿童存在不典型的感觉和身体行为，相当于 100 万受影响的学童。 目前，在资源日益减少的背景下，可能患有自闭症的儿童的诊断和临床互动依赖于使用主观观察量表 (SOI)，例如 ADOS，同时让儿童接触不熟悉的环境。 在过去五年中，KSS 的自闭症评估转介翻了一番。 Covid-19 进一步延迟了路径。 创新并没有跟上帮助临床团队以低成本、快速和不引人注目的途径缩短等待时间的步伐。 由于与年幼儿童的临床互动几乎总是利用玩具来提高参与度，因此此智能玩具解决方案可实现自动数据捕获，否则会因嵌入传感器（例如， RIFD、IMU 蓝牙）在玩具中。 在对象交互过程中准确捕获数据有可能显着减少评估时间——这是 NHS 长期计划中强调的一个公认问题。

“Tangiball”是一种新型低成本智能玩具，高度可靠且灵敏，有可能显着减少可能患有自闭症的幼儿的诊断过程时间。 “Tangiball”记录用户运动的速度和准确性，这与神经典型儿童和自闭症儿童之间的差异一致。 目前的探索性团体干预研究（干预、访谈、焦点小组和问卷调查）将通过使用传感器来规划和调查临床互动，这些传感器可以告诉研究人员儿童如何与物体互动，以及这与神经型儿童有何不同。 该项目旨在将“Tangiball”打造成临床工作人员、儿童和家长在临床互动过程中可接受的工具；与智能玩具的临床互动可以收集有用的数据，从而支持幼儿的诊断过程。 由于很少有智能设备嵌入到日常临床实践中，该项目完成并试验了一种用于儿童发展诊所的医疗物联网智能玩具，以捕捉儿童与物体的互动并协助进行分析。 这可以帮助确定适当的护理途径。 30 名年龄在 2-5 岁的儿童（n=15 被正式诊断为自闭症谱系障碍，n=15 神经正常儿童，之前没有转诊到儿童发展诊所）将在 11 个月内通过临床团队招募，并通过学校。 干预将在诊所或儿童之家进行。 孩子们将在 20 分钟的课程中玩智能玩具系统。 儿童将根据年龄进行匹配，并在四项“动手”评估工具上打分。 父母和孩子将完成用户体验问卷 [UE-Q]，评估用户对智能玩具的接受度和体验。 会话将使用智能玩具内的 SD 卡进行记录，该卡记录有关用户速度的信息以及将玩具的可拆卸部分放入玩具的主枢纽时放置的准确性。 十名临床医生（包括 SALT、心理学家和儿科医生）将接受采访，以探讨有关智能玩具使用和可接受性的主题。 产生的数据将探索使用高度可靠和灵敏的新型低成本设备进行分类的可接受性和优化，包括身体和行为分析，以增加对学龄早期儿童强项和弱项的及时准确识别，以及学龄前儿童- 当前存在识别压力的学校人口（2 至 5 岁）。