大數據揭開自閉心門(2/2)

撰文／Paul Parsons│譯者／劉書維│插畫／Sam Falconer
轉載自《BBC知識》2018年11月第87期

預警系統

我與另一半目睹過無數次大崩潰，Callum總是像被刑求般尖叫、不能自已地啜泣、摔爛所有他拿得到的東西，或是對我們又打又咬，同時傷害自己；他會用拳頭揍自己，用頭撞牆或地板。這些事件發生在家裡是一回事，但若在公共場合發作時，每每慘不忍睹。有幾次他甚至氣到差點衝入車陣，剪頭髮與看牙醫也變成不可能的任務，任何喧鬧的密閉空間如酒吧、餐廳等，或是任何會和他人接近的場所，都無法踏入。某次他在公共場合大吵大鬧地崩潰，那些不明就裡的人投以嫌惡的眼光及竊竊私語，我才意識到他們大概只將我們視為無能的家長與沒家教的孩子罷了。無論未來如何發展，當這種煎熬日復一日、不得暫歇時，確實就像大家說的那樣，會讓人心情跌入谷底。

Callum六歲前都還不會說話，現在他八歲了，崩潰現象或多或少隨著溝通技巧的提升而稍有減緩，這讓我們很開心。但是在症狀完全減緩前，我們多半必須待在家裡，才能有效控制。就算真的出了門，也幾乎不會去商店、電影院或餐廳，而是盡量遠離人群。主要問題是，我們從來無法得知Callum什麼時候會大崩潰。他常常受那些看似完全無害的事件觸發，例如狗吠或鳥鳴；有時候也可能完全無來由地爆發。因此，我們基本上對於崩潰現象束手無策。

試想，要是家長或是照顧者在孩子的焦慮指數上升時，能即時收到通知，會是多棒的事。美國東北大學、匹茲堡大學以及緬因州醫療中心的學者，正在開發這種系統，他們使用一種頗似運動手錶的手環，監控生理數值如心跳、皮膚表面溫度、流汗量與動作加速程度的數據；動作加速程度對於自閉症患者來說相當重要，因為他們常用揮動手臂的方式來調節情緒（這類行為統稱為重複性自我刺激）。

美國緬因州波特蘭泉港醫院（Spring Harbor Hospital）發展疾患部門數年前讓20位6至17歲無法言語的自閉症患者佩戴這種手環，記錄到的數據會透過藍牙傳送到伺服器，並按時間儲存。同時，照顧者會實際記錄患者的行為及時間。研究共取得87小時的數據，觀察到548 次「大崩潰」與其他零星發作。

研究人員將這些數據以15秒為單位，分成若干區間，並計算每個區間內手環記錄到的生物參數，包括平均值、最小值、最大值，以及區間內的變異參數。最後對照照顧者的紀錄，註記每個區間內是否爆發崩潰現象。

接著他們試圖尋找生物統計參數是否有規律，可以作為預測崩潰爆發的起始點。研究人員將這些處理過的數據投入機器學習演算法，也就是一套使用統計方法、從抽象的大數據中擷取知識與洞見的電腦軟體，藉此建立預測模型；這個模型會根據先前的生物統計值，預測每15秒內是否會爆發大崩潰。研究人員建構了數種模型，其中一種是依據單一數據，為每位病患建立模型；另一種是統合所有數據，建構群體模型。

「只要使用過去三分鐘的數據，就能讓我們對未來一分鐘做出精準預測。」團隊成員、東北大學教授Matthew Goodwin表示，「群體模型準確度達71％，也就是說，每十次預測未來一分鐘會爆發，約有七次會真的發生。」

這也表示十次中有三次是假警報。儘管如此，Goodwin指出，不論是臨床醫師或是多數父母都能接受，畢竟假警報好過讓真的大崩潰無預警發生。「他們寧願希望自己提前做了準備而無事發生，也不希望在孩子需要幫忙時，誤以為自己不須介入。」Goodwin也相信，透過數據預處理並引入更精細的機器學習演算法，模型的預測準確度會越來越好；目前為單一個體建立的模型，準確度已提升至84％。

Goodwin團隊目前在英國一所自閉症照護中心進行試驗，慈善團體 Autism Together在威勒爾的照護之家今年7月起讓院友配戴生物統計手環；這是首次將這項科技應用於居家照護。這次試驗不只針對生物統計系統，團隊同時設置了影音監控設備，以及可以記錄光線、環境溫度、溼度與大氣壓力的設備，希望未來除了能預測崩潰現象之外，也有助於了解什麼樣的環境會使自閉症患者躁動。

這些發現可能催生為不同程度自閉症患者所設計的新型照護之家，甚至是考量自閉症患者的商店、電影院以及餐廳等等建築物。

Goodwin預期未來數年內，這項科技可以結合物聯網，為自閉症患者打造自動化安全照護。「終於有人開始改善患者的生理照護，」Goodwin說，「未來房間的燈光會不會自動減弱？或者自動播放舒緩音樂？」現在越來越多人被診斷為自閉症，照顧需求隨之升高。這種自動化的解決方案，將有助於更有效率地調度照顧者的人力。

調整心態

這項科技同時代表廣義上測量人類情緒狀態的方式產生潛在變革，並透過腦部掃描、X 光或基因檢驗等定量的方式決定健康與發展的其他面向；但是評估行為、情緒或心智的整體狀態，相較之下就不那麼明確了。這些方法可能包括填寫問卷，但問卷答案來自主觀，就算有辦法把病患帶到某種實驗室等級的「行為掃描儀」，恐怕也不太可能在這種不自然且潛藏壓力的環境下獲得精準的描述。

相較於彼，生物統計學能透過非侵入式窗口，探見病患的內在，使用前所未有的方式，客觀定量關於人類健康模糊不清的一面。許多自閉症患者可能智力有所欠缺，或受限於語言技巧，而難以表述自己的感覺；對此這項科技帶來的好處更是深遠。Goodwin表示，「自閉症患者是我們最不了解的一群人，也最需要我們伸出援手。」(完)

(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)