Helse

HKUST utvikler KI-agent for autismescreening og støtte til familier

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Den 11. november 2026 kunngjorde Hongkongs universitet for vitenskap og teknologi (HKUST) ASD Super Agent, en KI-plattform for autismescreening og støtte til familier, med en foreløpig AUC-verdi (arealet under kurven) på 0,92, et mål på evnen til å skille mellom ulike utfall. Ytterligere kliniske studier og validering i virkelige situasjoner er planlagt før plattformen tas i bruk.

Plattformen kombinerer tidlig risikoscreening, personlige anbefalinger om tiltak og løpende oppfølging for foreldre og omsorgspersoner. HKUST beskriver den som Asias første integrerte KI-plattform for støtte ved autisme.

HKUST opplyser at autismespekterforstyrrelser forekommer hos omtrent ett av 100 barn verden over, mens lange ventetider på utredning, høye behandlingskostnader og fragmentert informasjon om tiltak kan hindre familier i å få hjelp i tide. Plattformen skal støtte familier fra den første risikovurderingen til anbefalinger om hjemmetrening og langsiktig oppfølging.

Kani Chen, professor ved HKUSTs institutt for matematikk og institutt for industriell ingeniørvitenskap og beslutningsanalyse, leder prosjektet. Under utviklingen besøkte teamet spesialundervisningsinstitusjoner, sentre for barns utvikling og psykiatriske sykehus i Hongkong, Storbritannias-bukta-området og Beijing, og snakket med nærmere 500 foreldre til barn med autisme. Forskerne brukte dette arbeidet til å utforme et praktisk støtteverktøy basert på utfordringene familiene fortalte om.

Hjemmevideoer bidrar til tidlig risikoscreening

Foreldre kan ta opp korte videoer av barnets daglige aktiviteter med en smarttelefon eller en annen smartenhet, fylle ut standardiserte spørreskjemaer og oppgi grunnleggende informasjon om barnets utvikling. ASD Super Agent bruker disse opplysningene til å lage en risikovurdering og en analyserapport. Rapporten er ment som et hjelpemiddel når familier oppsøker en faglig vurdering, ikke som en erstatning for en slik vurdering.

Personvernet ivaretas gjennom en tilnærming basert på dataminimering. Plattformen prioriterer å hente ut kjennetegn ved kroppsholdning på brukerens enhet og behandler bare informasjon som beskrives som nødvendig for analysen. Dette er viktig fordi opplysningene som brukes i screeningen, omfatter hjemmevideoer og informasjon om barns utvikling.

Personlige tiltak og fagkunnskap

Foreldre kan beskrive utfordringer som vansker med følelsesregulering, begrenset øyekontakt, kommunikasjonsvansker eller repetitiv atferd og få tilpassede forslag til støtte. Anbefalingene kan inneholde faglitteratur og bakgrunnsinformasjon som kan brukes i samtaler med helsepersonell eller fagfolk innen utdanning.

Plattformens 20+1-rammeverk omfatter mer enn 20 modeller for autismetiltak og lar terapeuter, spesialpedagoger og organisasjoner føye egne metoder og praktiske erfaringer til kunnskapsbasen. Blant tilnærmingene er anvendt atferdsanalyse, naturalistiske utviklingsbaserte atferdsintervensjoner, TEACCH-strukturert opplæring og den lokaliserte BSR-modellen.

Denne strukturen kombinerer forskningsbaserte metoder med erfaringene til fagfolk i førstelinjen. Den gir også fagpersoner mulighet til å bidra med egen kunnskap om tiltak, slik at systemet ikke begrenses til det opprinnelige utvalget av modeller.

Oppfølgingsprofiler og en forskningsdatabase

For å gi kontinuerlig støtte kombinerer systemet tekstbaserte journalopplysninger, videovurderinger og utviklingsinformasjon fra familier og fagfolk i en dynamisk utviklingsprofil for hvert barn. Det kan dele langsiktige mål opp i overkommelige daglige aktiviteter, følge med på fremgangen over tid og legge til rette for samtaler mellom familier og fagfolk. Taleinteraksjon støttes for tiden på kantonesisk, putonghua og engelsk.

Teamet har også bygget en multimodal autismedatabase som inneholder mer enn 1,1 millioner video-, holdnings- og atferdsregistreringer. HKUST opplyser at databasen danner grunnlag for utvikling av KI-modeller og forskning på autisme. Videre innsamling og analyse av data skal bidra til å forbedre nøyaktigheten i risikovurderingene, finjustere anbefalingene om tiltak og gi en dypere forståelse av utviklingen ved autisme og strategier for støtte.

Forskerne planlegger å videreutvikle brukeropplevelsen, utvide de kliniske valideringsstudiene og styrke systemets ytelse, med mål om å gjøre støtte ved autisme mer tilgjengelig i Hongkong, Storbritannias-bukta-området og andre steder. Det sentrale spørsmålet i neste fase er om klinisk testing og utprøving i virkelige situasjoner kan bekrefte det foreløpige screeningsresultatet og plattformens integrerte tilnærming til familiestøtte.

Lila Rowan er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker området hvor kunstig intelligens, helse og mental velvære møtes. Hennes arbeid fokuserer på hvordan AI-drevne verktøy forbedrer diagnostikk, utvider tilgangen til omsorg og støtter mentale helsestjenester på måter som komplementerer - ikke erstatter - menneskelige kliniske eksperter.
Med et medfølende og evidensbasert perspektiv undersøker Lila kliniske studier, implementeringer i praksis og fremvoksende helsesteknologier gjennom et humanistisk perspektiv. Hun er spesielt interessert i AI-applikasjoner som reduserer barrierer for omsorg, forbedrer tidlig oppdagelse og støtter mental velvære samtidig som de respekterer pasientens privatliv, sikkerhet og etiske standarder.
Artikler skrevet av Lila Rowan er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, sensitivitet og ansvarlig rapportering om helse- og mentalvelværesteknologier.