Чеклист для выявления потенциальных признаков РАС у детей 6-9 лет:

1. Особенности коммуникации:

   • Трудности в использовании и понимании вербальной и невербальной коммуникации.
   • Эхолалия (повторение слов или фраз) или использование фраз вне контекста.
   • Монотонная интонация или нетипичная высота голоса в речи.

2. Социальное взаимодействие:

   • Проблемы с завязыванием дружбы или отсутствие интереса к сверстникам.
   • Трудности в участии в групповых активностях или совместной игре.
   • Необычные реакции на социальные сигналы и возможное игнорирование своего имени.

3. Поведенческие признаки:

   • Занятие повторяющимися действиями или имеющие очень узкие интересы.
   • Настойчивость на однообразии в рутинах или окружающей среде.
   • Необычная привязанность к объектам или определенным темам.

4. Регуляция эмоций:

   • Трудности в выражении или регулировании эмоций.
   • Может не участвовать в играх с фантазией или воображаемых действиях.
   • Ограниченные лицевые выражения или их неправильное использование.

5. Чувствительность к сенсорным воздействиям:

   • Пере- или недореакция на сенсорные входы, такие как звуки, текстуры или свет.
   • Может иметь необычные позы или двигательные поведения (например, махание руками, качание).

6. Обучение и внимание:

   • Различия в когнитивных способностях; могут преуспевать в определенных областях, в то время как в других испытывать трудности.
   • Проблемы с вниманием, может легко отвлекаться или сосредотачиваться интенсивно на одной теме.

7. Использование технологий:

   • Предпочтение взаимодействия с компьютерами или электронными устройствами над людьми.

Источники и ссылки:

1. Чи и др. (2022) обсудили использование машинного обучения для обнаружения аутизма в детской речи, подчеркивая идиосинкразии речи как явные признаки аутизма. Классификация аутизма по полуструктурированным записям речи: подход машинного обучения

2. Ли и др. (2023) представили набор данных для анализа вмешательства при аутизме, который включает в себя оценки ASD клиницистов, подчеркивая важность профессиональных оценок. MMASD: Мультимодальный набор данных для анализа вмешательства при аутизме

3. Ли и др. (2021) сосредоточились на прогнозировании и улучшении эмоциональных состояний детей с РАС в игровой терапии, что имеет решающее значение для развития социальных навыков. Двухэтапная мультимодальная система анализа эмоций для детей с расстройством аутистического спектра

4. Рамеш и Ассаф (2021) использовали речевые данные для разработки моделей машинного обучения для прогнозирования РАС, указывая на значимость речевых паттернов в диагностике. Обнаружение расстройств аутистического спектра с помощью моделей машинного обучения, использующих речевые транскрипты

5. Моридиан и др. (2022) рассмотрели использование ИИ с нейровизуализацией МРТ для обнаружения РАС, что подчеркивает сложность диагностики РАС

Checklist for Identifying Potential Signs of ASD in Children Aged 6-9:

Based on the recent academic research, here is a checklist for an English teacher to identify potential signs of Autism Spectrum Disorder (ASD) in children aged 6-9 years. This checklist is derived from the summaries of the latest studies and should be used as a preliminary guide to recognize signs that may warrant further professional evaluation.

Checklist for Identifying Potential Signs of ASD in Children Aged 6-9:

1. Communication Patterns:

   • Difficulty in using and understanding verbal and non-verbal communication.
   • Echolalia (repeating words or phrases) or using phrases out of context.
   • Monotonous intonation or atypical pitch in speech.

2. Social Interaction:

   • Challenges in making friends or lack of interest in peers.
   • Difficulty in participating in group activities or cooperative play.
   • Unusual responses to social cues and may not respond to their name being called.

3. Behavioral Signs:

   • Engaging in repetitive behaviors or having very narrow interests.
   • Insistence on sameness in routines or environment.
   • Unusual attachment to objects or specific topics.

4. Emotional Regulation:

   • Difficulty in expressing or regulating emotions.
   • May not engage in pretend play or imaginative activities.
   • Shows limited facial expressions or uses them inappropriately.

5. Sensory Sensitivities:

   • Over- or under-reaction to sensory inputs like sounds, textures, or lights.
   • May have unusual postures or motor behaviors (e.g., hand-flapping, rocking).

6. Learning and Attention:

   • Discrepancies in cognitive abilities; may excel in certain areas while struggling in others.
   • Difficulty with attention, may easily get distracted or focus intensely on one subject.

7. Use of Technology:

   • Preference for interacting with computers or electronic devices over people.

Sources and References:

1. Chi et al. (2022) discussed the use of machine learning to detect autism in child speech, highlighting speech idiosyncrasies as clear signs of autism. Classifying Autism from Crowdsourced Semi-Structured Speech Recordings: A Machine Learning Approach

2. Li et al. (2023) presented a dataset for autism intervention analysis, which includes clinician ASD evaluation scores, emphasizing the importance of professional assessments. MMASD: A Multimodal Dataset for Autism Intervention Analysis

3. Li et al. (2021) focused on predicting and improving children with ASD's affect states in play therapy, which is crucial for social skills development. A Two-stage Multi-modal Affect Analysis Framework for Children with Autism Spectrum Disorder

4. Ramesh and Assaf (2021) used speech data to develop machine learning models for predicting ASD, indicating the relevance of speech patterns in diagnosis. Detecting Autism Spectrum Disorders with Machine Learning Models Using Speech Transcripts

5. Moridian et al. (2022) reviewed the use of AI with MRI neuroimaging for ASD detection, which underscores the complexity of ASD diagnosis and the need for comprehensive evaluation. Automatic autism spectrum disorder detection using artificial intelligence methods with MRI neuroimaging: A review