Prediction of Challenging Behaviors Associated with Profound Autism in a Classroom Setting Using Wearable Sensors
Diese Studie zeigt, dass feinabgestimmte Basismodelle durch die Analyse multimodaler Wearable-Sensordaten, die von neun Personen in einem realen Sonderpädagogik-Klassenzimmer gesammelt wurden, herausforderndes Verhalten bei schwerem Autismus bis zu 10 Minuten im Voraus mit einer AUC-ROC von 0,78 vorhersagen können und damit den Weg für proaktive Sicherheitsmaßnahmen ebnen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich einen Klassenraum vor, in dem einige Schüler große Schwierigkeiten haben, ihre Emotionen und Handlungen zu regulieren. Manchmal verletzen sie sich selbst, schlagen andere oder laufen weg. Diese werden als „herausforderndes Verhalten" bezeichnet. Für Lehrkräfte ist es, diese Momente bevor sie eintreten zu erkennen, wie der Versuch, ein plötzliches Gewitter allein durch den Blick in den Himmel vorherzusagen. In der Regel müssen Lehrkräfte warten, bis der Sturm bereits losbricht, um zu reagieren, was für alle Beteiligten gefährlich und stressig sein kann.
Dieser Beitrag handelt davon, eine „Wettervorhersage" für dieses Verhalten mithilfe spezieller Handgelenks- und Knöchelbänder zu entwickeln, die von den Schülern getragen werden.
Die „Smartwatch", die den Sturm erkennt, bevor er losbricht
Die Forscher arbeiteten mit neun Schülern (im Alter von 10 bis 21 Jahren) in einem Sonderpädagogik-Klassenraum. Jeder Schüler trug ein Sensorband, das wie ein winziger, hochsensibler Detektiv fungierte. Dieser Detektiv beobachtete nicht nur, was der Schüler tat; er lauschte drei verschiedenen „Sprachen", die der Körper spricht:
- Der Bewegungsdetektor (Beschleunigungsmesser): Dies ist wie ein Schrittzähler, der genau weiß, wie stark der Schüler zittert, springt oder mit den Händen flattert. Es ist die lauteste Stimme im Raum.
- Der Stressmesser (Hautleitfähigkeit/EDA): Dies misst, wie schwitzig die Haut des Schülers wird. Stellen Sie sich dies wie einen „Alarm des Nervensystems" vor, der anschlägt, wenn der Körper aufgeregt oder gestresst wird, noch bevor der Schüler einen Muskel bewegt.
- Das Temperaturmessgerät (Hauttemperatur): Dies verfolgt, wie warm oder kalt die Haut des Schülers ist. Es ist ein langsameres Signal, wie ein Thermometer, das sich Zeit nimmt, um auf innere Veränderungen des Körpers zu reagieren.
Das „Gehirn", das Muster lernt
Das Team sammelte diese Daten nicht nur; sie fütterten sie in ein sehr intelligentes Computerhirn (ein KI-Modell). Sie verwendeten eine Technik namens „Foundation Models", was so ist, als würde man einem Schüler Millionen von Beispielen zeigen, wie Menschen in der realen Welt sich bewegen und reagieren, und dieses Wissen dann für diese spezifischen Schüler verfeinert.
Sie probierten verschiedene Möglichkeiten aus, die drei Signale zu kombinieren:
- Die „naive" Mischung: Einfach alle Daten in einen Mixer zu werfen und zu sehen, was herauskommt. Überraschenderweise funktionierte dieser einfache Ansatz am besten.
- Die „komplexe" Mischung: Zu versuchen, dem Computer genau beizubringen, wie das Schwitzsignal sich jede einzelne Sekunde auf das Bewegungssignal bezieht. Dies erwies sich als zu kompliziert für die geringe Datenmenge, die sie hatten, und führte tatsächlich zu schlechteren Ergebnissen.
Die große Entdeckung: Ein 10-minütiger Vorsprung
Das aufregendste Ergebnis ist, dass dieses System wie eine 10-minütige Wettervorhersage fungieren kann.
- Die Vorhersage: Die KI kann die Daten der letzten paar Minuten betrachten und sagen: „Es besteht eine hohe Wahrscheinlichkeit, dass in den nächsten 10 Minuten herausforderndes Verhalten auftreten wird."
- Die Genauigkeit: Sie liegt in etwa 78 % der Fälle richtig (gemessen durch einen Wert namens AUC-ROC).
- Der Kompromiss: Da das System darauf ausgelegt ist, sicher zu sein, ist es sehr gut darin, die „Stürme" zu erkennen (hohe Sensitivität), aber es ruft manchmal „Wolf", wenn kein Sturm da ist (geringere Präzision). Auf Deutsch gesagt: Die Lehrkraft erhält möglicherweise eine Warnung mit dem Hinweis „Vorsicht, es könnte etwas passieren", und manchmal passiert nichts. Die Forscher argumentieren jedoch, dass es in einem Klassraum besser ist, einen Fehlalarm zu erhalten und auf der sicheren Seite zu sein, als eine echte Gefahr zu verpassen.
Was treibt die Vorhersage tatsächlich an?
Als die Forscher die KI fragten: „Welches Signal hat Ihnen am meisten gesagt?", war die Antwort klar: Bewegung.
- Der Bewegungsdetektor war der Star der Show. Er trug etwa 90 % zur „Entscheidungsfindung" bei.
- Der Stressmesser und das Temperaturmessgerät waren wie unterstützende Sidekicks. Sie halfen ein wenig, waren aber nicht die Haupttreiber. Die KI erkannte, dass der Körper sich normalerweise zu bewegen beginnt, bevor die Stresssignale ihren Höhepunkt erreichen, sodass die Bewegung das früheste Warnzeichen ist.
Die Grenzen der Kristallkugel
Der Beitrag ist sehr ehrlich darüber, was dieses System noch nicht kann:
- Es kann Ihnen nicht sagen, welche Art von Sturm kommt. Das System ist gut darin zu sagen „Etwas Schlimmes steht bevor", hat aber Schwierigkeiten zu sagen „Es wird ein Kopf-gegen-die-Wand-Schlagen" versus „Es wird ein Schlagen-gegen-andere". Die Daten für spezifische Arten von problematischem Verhalten waren zu selten, als dass die KI den Unterschied lernen konnte.
- Es benötigt mehr Daten. Das System funktionierte gut für die neun Schüler, für die es trainiert wurde, aber da der Datensatz klein war, ist es noch nicht bereit, ein universelles Werkzeug für jedes autistische Kind zu sein.
- Es wird mit der Zeit ungenau. Wenn Sie versuchen, 30 Minuten im Voraus vorherzusagen, sinkt die Genauigkeit. Das 10-Minuten-Fenster ist der „Sweet Spot", in dem die Vorhersage noch zuverlässig ist.
Das Fazit
Dieser Beitrag beweist, dass es möglich ist, mithilfe von tragbaren Sensoren Lehrkräften eine 10-minütige Warnung zu geben, dass ein Schüler kurz vor einem schwierigen Moment steht. Es ist keine magische Kristallkugel, die Ihnen genau sagt, was passieren wird, aber es ist ein mächtiges Werkzeug, das den Ansatz von „Reagieren auf eine Krise" zu „Vorbereitung auf eine Krise" verschiebt und potenziell alle im Klassraum sicherer hält.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.