Fiabilité source
Effacer
Parole et phonologieSource tier 1

Diagnostic de l'hypernasalité assisté par intelligence artificielle à partir d'échantillons de parole évalués par le CAPS-A-AM dans la dysfonction vélopharyngée pédiatriqueArtificial Intelligence-Based Hypernasality Diagnosis Using CAPS-A-AM Rated Speech Samples in Pediatric Velopharyngeal Dysfunction.

Parole et phonologieLangage expressifAuditionEnfanceAdolescence
Non déterminableRobustesse méthodologiquePubMed — neurosciences cognitives developpementalesSourceDOIRéférence disponible

Cette étude prospective monocentrique a développé un algorithme préliminaire de détection de l'hypernasalité par apprentissage automatique à partir de spectrogrammes mel de voyelles hautes (/i/ et /u/) extraits de voyelles soutenues, de mots isolés et de phrases, chez 40 enfants âgés de 2 à 17 ans présentant une dysfonction vélopharyngée, des conditions asso...

TDAHSource tier 1

Un assistant virtuel IA fondé sur des preuves pour les jeunes atteints de trouble du déficit de l'attention avec hyperactivité : co-conception et développement d'un prototypeAn Evidence-Based AI Virtual Assistant for Young People With Attention Deficit Hyperactivity Disorder: Co-Design and Prototype Development.

TDAHPopulation généraleAttentionRégulation émotionnelleFonctionnement adaptatif
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Cette étude décrit la co-conception et le développement d'un prototype de chatbot (SmartADHD) destiné aux jeunes atteints de TDAH au Royaume-Uni. Une équipe interdisciplinaire incluant des chercheurs, développeurs, cliniciens et des experts par expérience vécue a élaboré des principes directeurs et organisé des ateliers avec 9 experts par expérience vécue et...

Communication alternative et amélioréeSource tier 1

Intelligence artificielle pour améliorer l'expression des émotions dans les systèmes de communication alternative et augmentée : une étude préliminaire incluant des enfants avec et sans autismeArtificial Intelligence for Enhancing Emotion Expression in Augmentative and Alternative Communication Systems: A Preliminary Study Including Children Both With and Without Autism.

Autisme / TSACognition socialeCompréhension des émotionsCommunication non verbaleInteractions sociales
Non déterminableRobustesse méthodologiquePubMed — TSA diagnostic et outilsSourceDOIRéférence disponible

Cette étude préliminaire évalue l'intégration de DeepFace, un outil de reconnaissance faciale des émotions, dans des systèmes de communication alternative et augmentée (CAA) pour aider à l'expression émotionnelle en temps réel. Douze enfants neurotypiques et quatre enfants autistes (8-13 ans) ont effectué des tâches d'imitation d'émotions et de semi-spontané...

Autisme / TSASource tier 1

Faisabilité de la prévision des comportements auto-lésifs chez les jeunes autistes à l'aide de capteurs portables et de modèles d'apprentissage automatiqueFeasibility of forecasting self-injurious behavior among autistic youth using wearable sensors and machine learning models.

Autisme / TSANeurodiversitéComportements-défisRégulation comportementaleAdolescence
Non déterminableRobustesse méthodologiquePubMed / PMC — neurodeveloppement open accessSourceDOIRéférence disponible

Contexte : Le comportement auto-lésif (CAL) représente un défi clinique majeur chez les personnes autistes, souvent traité de manière réactive. La prévision du CAL pourrait permettre un soutien précoce, mais sa faisabilité reste mal établie. Objectif : Évaluer la faisabilité de la prévision du CAL chez les jeunes autistes en utilisant des capteurs portables...