這篇文章探討利用先進的機器學習技術來檢測自閉症譜系障礙（ASD）。研究主要有三個目標：評估模型在不同數據集上的有效性、檢視模型之間的知識轉移潛力，以及評估數據增強對模型表現的影響。研究使用了微調HerBERT和OpenAI的文本嵌入技術，數據集來自TLC工具和ADOS-2。結果顯示，模型在TLC數據上表現較好，但知識轉移未見成效，且數據增強技術可能掩蓋重要信號。總體而言，模型的有效性受數據類型和診斷工具影響。 PubMed DOI

大學學生常面臨心理健康問題，因此需要有效的介入措施來提升自我認知與福祉。MindScape推出了一種創新的AI驅動日記，結合行為數據與大型語言模型，提供個性化的日記體驗，旨在增進自我認知。 一項為期8週的研究顯示，20名大學生使用MindScape後，正向情感增加7%，負向情感減少11%，孤獨感降低6%，焦慮和憂鬱也顯著下降。參與者對AI生成的定制提示表示重視，這項研究為未來探索AI日記對心理健康的影響奠定基礎。 PubMed DOI

這項研究探討了人工智慧（AI）語言模型在診斷兒童焦慮的有效性，並與一般醫生進行比較。研究發現，AI工具在識別焦慮症方面的成功率明顯高於醫生，特別是Claude.AI和Gemini表現最佳。雖然40%的醫生偏好在診所內處理案例，但AI通常建議轉介至專業心理或身體健康服務。整體來看，這些大型語言模型在兒童焦慮診斷上展現出相對於醫生的優勢。 PubMed DOI

這項研究探討了一個名為 Noora 的人工智慧程式，旨在幫助自閉症青少年和成年人提升社交對話中的同理心反應。研究中，參與者與 Noora 互動，並在四週內進行了 200 次試驗。結果顯示，使用 Noora 的參與者在同理心反應上有顯著改善，並且在社交場合中信心也有所提升。這表明 Noora 能有效增進自閉症患者的溝通技巧，提供一種成本效益高且可及的支持方式。 PubMed DOI

這項研究探討自閉症兒童的挑戰性行為，特別是攻擊性和自我傷害。修訂版家庭觀察量表第三版（FOS-R-III）是一個用於評估這些行為的工具。以往的AI方法多集中於視覺數據，缺乏臨床相關量表。本研究引入AV-FOS模型，結合音頻和視覺數據，並基於FOS-R-III進行編碼，能準確識別互動風格。此外，研究還使用多模態大型語言模型GPT4V進行比較，認為這些進展將提升自閉症研究的臨床應用。 PubMed DOI

將像 ChatGPT-4o 這樣的語言模型應用於兒童醫療，可能會顯著改善發展篩檢的流程。本研究評估了 ChatGPT-4o 的有效性，對比了直接提示和序列提示兩種方法，並與貝利嬰兒發展量表第三版進行比較。 在106個兒科案例中，直接提示的敏感度為73.42%，整體準確率為69.81%；而序列提示的特異性為62.96%，整體準確率為67.92%。結果顯示，直接提示在識別發展問題上更敏感，序列提示則提供較高的特異性。這項研究顯示語言模型在兒童發展評估中的潛力。 PubMed DOI

最近利用全基因組檢測或腦部掃描來診斷自閉症的努力並未有明顯進展，經驗豐富的醫療專業人員的臨床直覺仍是最可靠的診斷方式。我們利用深度學習分析專家根據臨床報告的推理過程，訓練大型語言模型並微調超過4,000份健康記錄，以區分自閉症案例。研究顯示，DSM-5標準中最關鍵的診斷指標是刻板重複行為、特殊興趣和感知行為，這挑戰了目前對社交缺陷的重視，暗示診斷工具可能需修訂。 PubMed DOI

數位心理健康已從單純的遠距醫療，發展到結合手機App、VR和生成式AI等新科技。雖然過去遇到不少挑戰，證據也還不夠多，但透過共同設計和嚴謹評估，這領域正持續進步。文章強調，未來需要更多貼近現實的研究，並關注使用者參與和弱勢族群的可近性，讓科技真正幫助更多人。 PubMed DOI

這項研究發現，家長用ChatGPT提供的活動建議後，自閉症兒童的身體活動量明顯增加。家長普遍覺得這些建議實用又有趣。雖然結果很有潛力，但還需要更多研究來確認ChatGPT的長期效果。 PubMed DOI

這項研究發現，ChatGPT能給家長清楚又實用的ADHD行為訓練建議，但部分資料過時、內容也不夠深入。AI工具雖然能協助照顧者學習，但臨床應用前，建議再加強正確性和細節。 PubMed DOI