Explainable Artificial Intelligence for Quantifying Interfering and High-Risk Behaviors in Autism Spectrum Disorder in a Real-World Classroom Environment Using Privacy-Preserving Video Analysis

要約

攻撃性、自傷行為、混乱、制限された反復行動など、ASD における妨害行為や高リスク行動を迅速に特定し、正確に記録することは、日常の教室環境において介入の効果を追跡し、ケアの必要性を管理するための適切なリソースを割り当てるために重要です。
しかし、観察のみを専門とするスタッフを置くことはコストがかかり、ほとんどの教育現場では一般的ではありません。
最近、複数の研究が、機械学習モデルを使用して ASD の行動を定量化する、自動化された継続的で客観的なツールの開発を検討しています。
ただし、作業の大部分は管理された環境下で行われており、現実世界の状況では検証されていません。
この研究では、ビデオベースのグループ活動認識技術の最新の進歩により、プライバシーを保護しながら、教室環境における現実世界の活動における ASD の行動を定量化できることを実証します。
私たちの説明可能なモデルは、77% の F1 スコアで問題行動のエピソードを検出し、ASD のさまざまな種類の行動における特有の行動特徴を捕捉できます。
私たちの知る限り、これは現実世界の環境における ASD の行動を客観的に定量化できる可能性を示した最初の研究であり、ASD のデータ収集の負担を軽減できる実用的なツールの開発に向けた重要な一歩となります。
教室スタッフ。

要約(オリジナル)

Rapid identification and accurate documentation of interfering and high-risk behaviors in ASD, such as aggression, self-injury, disruption, and restricted repetitive behaviors, are important in daily classroom environments for tracking intervention effectiveness and allocating appropriate resources to manage care needs. However, having a staff dedicated solely to observing is costly and uncommon in most educational settings. Recently, multiple research studies have explored developing automated, continuous, and objective tools using machine learning models to quantify behaviors in ASD. However, the majority of the work was conducted under a controlled environment and has not been validated for real-world conditions. In this work, we demonstrate that the latest advances in video-based group activity recognition techniques can quantify behaviors in ASD in real-world activities in classroom environments while preserving privacy. Our explainable model could detect the episode of problem behaviors with a 77% F1-score and capture distinctive behavior features in different types of behaviors in ASD. To the best of our knowledge, this is the first work that shows the promise of objectively quantifying behaviors in ASD in a real-world environment, which is an important step toward the development of a practical tool that can ease the burden of data collection for classroom staff.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google