HKUST xây dựng tác nhân AI hỗ trợ sàng lọc tự kỷ và gia đình

Ngày 11 tháng 11 năm 2026, Đại học Khoa học và Công nghệ Hồng Kông (HKUST) công bố ASD Super Agent, một nền tảng AI hỗ trợ sàng lọc tự kỷ và hỗ trợ gia đình, với điểm diện tích dưới đường cong sơ bộ là 0,92, một thước đo độ chính xác phân biệt. Các nghiên cứu lâm sàng sâu hơn và việc xác thực trong thực tế dự kiến sẽ được tiến hành trước khi triển khai.

Nền tảng này kết hợp sàng lọc nguy cơ sớm, khuyến nghị can thiệp cá nhân hóa và theo dõi liên tục dành cho cha mẹ và người chăm sóc. HKUST mô tả đây là nền tảng AI tích hợp đầu tiên ở châu Á hỗ trợ người tự kỷ.

Theo HKUST, rối loạn phổ tự kỷ ảnh hưởng đến khoảng 1 trong 100 trẻ em trên toàn thế giới, trong khi thời gian chờ đánh giá kéo dài, chi phí điều trị cao và thông tin can thiệp rời rạc có thể khiến các gia đình không nhận được hỗ trợ kịp thời. Nền tảng này được thiết kế để hỗ trợ gia đình từ bước đánh giá nguy cơ ban đầu đến các khuyến nghị huấn luyện tại nhà và theo dõi lâu dài.

Dự án do Kani Chen, giáo sư tại Khoa Toán học và Khoa Kỹ thuật Công nghiệp và Phân tích Quyết định của HKUST, phụ trách. Trong quá trình phát triển, nhóm đã đến thăm các cơ sở giáo dục đặc biệt, trung tâm phát triển trẻ em và bệnh viện tâm thần ở Hồng Kông, Khu vực Vịnh Lớn và Bắc Kinh, đồng thời trao đổi với gần 500 cha mẹ có con mắc chứng tự kỷ. Các nhà nghiên cứu dựa trên quá trình này để xây dựng một công cụ hỗ trợ thiết thực, tập trung vào những khó khăn mà các gia đình chia sẻ.

Video tại nhà hỗ trợ sàng lọc nguy cơ sớm

Cha mẹ có thể dùng điện thoại thông minh hoặc thiết bị thông minh khác để quay các video ngắn ghi lại sinh hoạt thường ngày của trẻ, điền bảng câu hỏi chuẩn hóa và cung cấp thông tin cơ bản về sự phát triển của trẻ. ASD Super Agent sử dụng những dữ liệu này để tạo đánh giá nguy cơ và báo cáo phân tích. Báo cáo được dùng làm tài liệu tham khảo khi gia đình tìm kiếm đánh giá chuyên môn, chứ không thay thế cho việc đánh giá đó.

Thiết kế bảo vệ quyền riêng tư tuân theo nguyên tắc tối thiểu hóa dữ liệu. Hệ thống ưu tiên trích xuất đặc điểm tư thế ngay trên thiết bị của người dùng và chỉ xử lý những thông tin được xác định là thiết yếu cho việc phân tích. Đây là điểm đáng lưu ý vì dữ liệu đầu vào để sàng lọc bao gồm video tại nhà và thông tin về sự phát triển của trẻ.

Can thiệp cá nhân hóa và kiến thức chuyên môn

Cha mẹ có thể mô tả những khó khăn như khó điều hòa cảm xúc, ít giao tiếp bằng mắt, khó khăn trong giao tiếp hoặc hành vi lặp đi lặp lại để nhận các gợi ý hỗ trợ được cá nhân hóa. Các khuyến nghị có thể bao gồm tài liệu học thuật và thông tin tham khảo nền, giúp gia đình trao đổi với chuyên gia y tế hoặc giáo dục.

Khung 20+1 của nền tảng tích hợp hơn 20 mô hình can thiệp tự kỷ, đồng thời cho phép chuyên viên trị liệu, đơn vị cung cấp dịch vụ giáo dục đặc biệt và các tổ chức bổ sung phương pháp cùng kinh nghiệm thực tiễn của mình vào cơ sở tri thức. Các phương pháp được nêu tên gồm Applied Behaviour Analysis, Naturalistic Developmental Behavioural Interventions, TEACCH Structured Teaching và Localized BSR Model.

Cấu trúc này kết hợp các phương pháp dựa trên nghiên cứu với kinh nghiệm thực tiễn của những người trực tiếp làm chuyên môn. Cấu trúc cũng tạo điều kiện để các chuyên gia đóng góp kiến thức can thiệp của riêng mình, thay vì giới hạn hệ thống ở nhóm mô hình ban đầu.

Hồ sơ theo dõi và cơ sở dữ liệu nghiên cứu

Để hỗ trợ liên tục, hệ thống kết hợp hồ sơ văn bản, đánh giá qua video và thông tin phát triển do gia đình cùng các chuyên gia cung cấp, tạo thành hồ sơ phát triển linh hoạt cho từng trẻ. Hệ thống có thể chia các mục tiêu dài hạn thành những việc hằng ngày vừa sức, theo dõi tiến triển theo thời gian và hỗ trợ gia đình trao đổi với chuyên gia. Hiện tại, hệ thống hỗ trợ tương tác bằng giọng nói bằng tiếng Quảng Đông, tiếng Quan thoại và tiếng Anh.

Nhóm cũng đã xây dựng một cơ sở dữ liệu đa phương thức về tự kỷ, gồm hơn 1,1 triệu bản ghi video, tư thế và hành vi. Theo HKUST, cơ sở dữ liệu này tạo nền tảng cho việc phát triển mô hình AI và nghiên cứu tự kỷ. Hoạt động tiếp tục thu thập và phân tích dữ liệu nhằm cải thiện độ chính xác của đánh giá nguy cơ, hoàn thiện các khuyến nghị can thiệp và nâng cao hiểu biết về quá trình phát triển của người tự kỷ cũng như các chiến lược hỗ trợ.

Các nhà nghiên cứu dự định hoàn thiện trải nghiệm người dùng, mở rộng các nghiên cứu kiểm chứng lâm sàng và nâng cao hiệu suất hệ thống, với mục tiêu giúp nhiều người tiếp cận hỗ trợ về tự kỷ hơn tại Hồng Kông, Khu vực Vịnh Lớn và những nơi khác. Câu hỏi trọng tâm ở giai đoạn tiếp theo là liệu các thử nghiệm lâm sàng và trong thực tế có thể xác nhận kết quả sàng lọc sơ bộ và cách tiếp cận tích hợp của nền tảng trong việc hỗ trợ gia đình hay không.