人工智能能否改善您孩子的老師，您的心理健康專(zhuān)業(yè)人員甚至您的醫生做出的教育和臨床決策?是的，的確如此，UdeM心理教育家和行為分析師的一項研究發(fā)表 在 《行為科學(xué)觀(guān)點(diǎn)》上。

與每天遇到自閉癥，注意力缺陷多動(dòng)障礙，學(xué)習困難或心理健康問(wèn)題等挑戰的人一起工作時(shí)，從業(yè)人員通常依靠他們的專(zhuān)業(yè)判斷來(lái)確定干預后行為是否正在改善。但是，根據這項研究，這還不夠。

“不幸的是，專(zhuān)家們在根據行為數據得出結論時(shí)往往會(huì )不同意，這可能會(huì )導致有效干預措施的過(guò)早中斷或持續無(wú)效治療的發(fā)生，”研究機構首席研究員馬克·拉諾瓦茲(Marc Lanovaz)說(shuō)。蒙特利爾。

為了找到更好的方法，位于蒙特利爾的UdeM附屬理工大學(xué)和紐約曼哈頓的曼哈頓維爾學(xué)院的Lanovaz及其同事獨立標記了1000多個(gè)圖形，并使用機器學(xué)習訓練了新的決策模型。

結論比較

然后將這些模型得出的結論與當今研究人員最多研究的視覺(jué)輔助工具得出的結論進(jìn)行比較。

UdeM心理教育學(xué)院應用行為研究實(shí)驗室負責人，副教授Lanovaz說(shuō)：“盡管我們始終認為我們的模型可以很好地發(fā)揮作用，但我們并不希望它們如此精確。”

他說(shuō)：“我們的模型得出的結論不僅比最流行的工具更符合專(zhuān)家的解釋?zhuān)宜鼈冞€根據新穎的數據得出了更準確的結論，”他說(shuō)。

這組作者說(shuō)，這些模型最終可以支持從業(yè)人員就其干預效果做出更好的決策。

Lanovaz說(shuō)：“通過(guò)改善決策，從業(yè)者應該更迅速，準確地確定有效和無(wú)效的行為干預措施。” “最終，我們希望這種改變將轉化為針對發(fā)育障礙，精神健康問(wèn)題或學(xué)習困難的人們量身定制的干預措施。”