Интеграция искусственного интеллекта и взаимодействия родителей и детей в процесс оценки рисков расстройств аутистического спектра: теоретический анализ

Авторы

  • Манила Сирисети Университет ГИТАМ https://orcid.org/0000-0003-4567-6947
  • Эль Хамзауи Уссама Уральский федеральный университет имени первого президента России Б. Н. Ельцина
  • Эдуард Викторович Патраков Уральский Федеральный Университет имени первого Президента России Б. Н. Ельцина https://orcid.org/0000-0001-7564-9136
  • Василий Ильич Борисов Уральский федеральный университет имени первого президента России Б. Н. Ельцина https://orcid.org/0000-0003-0486-7552
  • Таиса Роча Наваскони Берберт Интегрированный Университетский центр https://orcid.org/0000-0001-5553-8922
  • Рави Шанкер Датти Университет ГИТАМ https://orcid.org/0000-0002-8353-3384
  • Анаи Адарио Хунгаро Интегрированный Университетский Центр https://orcid.org/0000-0002-0914-5308
  • Хебер Амилкар Мартинс Интегрированный Университетский Центр https://orcid.org/0000-0003-1808-8138
  • Ольга Викторовна Соколова Уральский федеральный университет имени первого президента России Б. Н. Ельцина

DOI:

https://doi.org/10.33910/2686-9527-2025-7-4-492-503

Ключевые слова:

искусственный интеллект, расстройства аутистического спектра, ранний возраст, нейронные сети, оценка рисков

Аннотация

Введение. Искусственный интеллект (ИИ) все больше внедряется в медицину и смежные области знаний. ИИ успешно применяется в дифференциальной диагностике нозологических форм расстройств аутистического спектра (РАС). При этом в исследованиях речь идет о применении большого количества данных, в т. ч. данных энцефалографии и т. д. В статье авторы ставят вопрос о теоретической возможности использования ИИ для оценки рисков РАС в раннем возрасте с помощью приложения для смартфона.

Материалы и методы. Исследование носит теоретический характер, поэтому используются теоретический анализ, сравнение психологических исследований и актуальных возможностей ИИ, а также потенциального применения предполагаемой модели в Индии, Бразилии и России. В области психологии проведен анализ методик, которые позволяют оценивать наиболее значимые факторы риска для развития РАС. В области информационных технологий приведены возможные принципы создания нейросетевой методики.

Результаты исследования. Показано, что потенциально возможно создание и применение нейросетевой методики, которая может анализировать достаточно простые факторы в поведении младенцев, а также во взаимодействии матери (родителей) и младенца, с применением краткой видеосъемки реакций младенца на различные стимулы. Такая методика может применяться как приложение для смартфона родителей либо как браузерная программа. При этом показано, что в кросс-культурном контексте могут возникнуть риски использования персональных данных, необходимость сбора достаточно больших баз данных для обучения программы ИИ. Авторы полагают, что простота использования приложения (необходимо несколько раз в месяц ответить на простой опросник и снять видео эмоций или реакций малыша) потенциально могут внести вклад в создание такой методики.

Заключение. Ранняя диагностика расстройств аутистического спектра может значительно улучшить результаты психического развития детей с РАС. Признаки расстройств аутистического спектра могут быть обнаружены у детей в возрасте от 18 месяцев до 2 лет.

Библиографические ссылки

Abdullah, N. M., Al-Allaf, A. F. (2021) Facial expression recognition (FER) of autism children using deep neural networks. In: 4th International Iraqi Conference on Engineering Technology and Their Applications (IICETA) 21–22 September 2021. Najaf: IEEE Publ., pp. 111–116. https://doi.org/10.1109/IICETA51758.2021.9717550 (In English)

Alatar, W., Knott, F., Loucas, T. (2025) The effectiveness of telemedicine in coaching parents of autistic children using naturalistic developmental early interventions: A rapid review. Review Journal of Autism and Developmental Disorders, vol. 12, pp. 273–289. https://doi.org/10.1007/s40489-023-00393-3 (In English)

Ali, M. T., Gebreil, A., ElNakieb, Y. et al. (2023) A personalized classification of behavioral severity of autism spectrum disorder using a comprehensive machine learning framework. Scientific Reports, vol. 13, article 17048. https://doi.org/10.1038/s41598-023-43478-z (In English)

Arun, P., Chavan, B. S. (2018) Development of a screening instrument for autism spectrum disorder: Chandigarh autism screening instrument. Indian Journal of Medical Research, vol. 147, no. 4, pp. 369–375. https://doi.org/10.4103/ijmr.IJMR_1968_16 (In English)

Berument, S. K., Rutter, M., Lord, C. et al. (1999) Autism screening questionnaire: Diagnostic validity. The British Journal of Psychiatry, vol. 175, no. 5, pp. 444–451. https://doi.org/10.1192/bjp.175.5.444 (In English)

Bhavnani, S., Lockwood Estrin, G., Arora, R. et al. (2022) “I was confused … and still am” barriers impacting the help-seeking pathway for an autism diagnosis in urban North India: A mixed methods study. Journal of Autism and Developmental disorders, vol. 52, pp. 1778–1788. https://doi.org/10.1007/s10803-021-05047-z (In English)

Chaddad, A., Li, J., Lu, Q. et al. (2021) Can autism be diagnosed with artificial intelligence? A narrative review. Diagnostics, vol. 11, no. 11, article 2032. https://doi.org/10.3390/diagnostics11112032 (In English)

Chakrabarti, B. (2023) Autism in India: Time for a national programme. The Indian Journal of Medical Research, vol. 157, no. 4, pp. 227–229. https://doi.org/10.4103/ijmr.ijmr_506_23 (In English)

Dellazari, L., de Bem, É. B., Falcão, A. B. et al. (2025) Mind the gap: The inconceivable void in the epidemiology of autism spectrum disorders in Brazil. Brazilian Journal of Psychiatry, vol. 47, article e20243956. https://doi.org/10.47626/1516-4446-2024-3956 (In English)

Dubey, I., Bishain, R., Dasgupta, J. et al. (2024) Using mobile health technology to assess childhood autism in low-resource community settings in India: An innovation to address the detection gap. Autism, vol. 28, no. 3, pp. 755–769. https://doi.org/10.1177/13623613231182801 (In English)

Esterbruk, R. L., Esterbruk, S. A. (2013) Effektivnye metody diagnostiki, obucheniya i psikhoterapii detej s autisticheskimi narusheniyami [Effective methods of diagnosis, education and psychotherapy of children with autistic disorders]. Razvitie lichnosti — Development of Personality, no. 3, pp. 152–162. (In Russian)

Evangelou, C., Pappa, A., Gkanis, I. et al. (2025) Towards developing early intervention programmes supporting social skills for autistic children in early childhood: A systematic review. European Journal of Special Needs Education, pp. 1–19. https://doi.org/10.1080/08856257.2025.2491193 (In English)

Fiza, S., MP, S., Shukla, G. (2023) Predictive analytics and AI for early diagnosis and intervention in autism spectrum disorders. In: 2023 IEEE international conference on ICT in business industry & government (ICTBIG) 8–9 December 2023. Indore: IEEE Publ., pp. 1159–1167. https://doi.org/10.1109/ICTBIG59752.2023.10456267 (In English)

Frasch, M. G., Shen, C., Wu, HT et al. (2021) Can a composite heart rate variability biomarker shed new insights about autism spectrum disorder in school-aged children? Journal of Autism and Developmental Disorders, vol. 51, pp. 346–356. https://doi.org/10.1007/s10803-020-04467-7 (In English)

Gao, J., Jiang, X., Yang, Y. et al. (2023). Unsupervised video anomaly detection for stereotypical behaviours in autism. In: ICASSP 2023–2023 IEEE international conference on acoustics, speech and signal processing (ICASSP) 4–10 June 2023. Rhodes Island: IEEE, pp. 1–5. https://doi.org/10.1109/ICASSP49357.2023.10094676 (In English)

Girianelli, V. R., Tomazelli, J., Silva, C. M. F. P., Fernandes, C. S. (2023) Diagnóstico precoce do autismo e outros transtornos do desenvolvimento, Brasil, 2013–2019 [Early diagnosis of autism and other developmental disorders, Brazil, 2013–2019]. Revista de Saúde Pública, vol. 57, no. 1, article e21. https://doi.org/10.11606/s1518-8787.2023057004710 (In Portuguese)

Siqueira, B. (2022) Censo Demográfico 2022 identifica 2,4 milhões de pessoas diagnosticadas com Transtorno do Espectro Autista no Brasil [2022 Census identifies 2.4 million persons diagnosed with autism spectrum disorder in Brazil]. [Online]. Available at: (accessed https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de-noticias/noticias/43464-censo-2022-identifica-2-4-milhoes-de-pessoas-diagnosticadas-com-autismo-no-brasil 23.09.2025). (In Portuguese)

Jeon, I., Kim, M., So, D. et al. (2024) Reliable autism spectrum disorder diagnosis for pediatrics using machine learning and explainable AI. Diagnostics, vol. 14, no. 22, article 2504. https://doi.org/10.3390/diagnostics14222504 (In English)

Jiao, Z., Li, H., Fan, Y. (2020) Improving diagnosis of autism spectrum disorder and disentangling its heterogeneous functional connectivity patterns using capsule networks. In: 2020 IEEE 17th International Symposium on Biomedical Imaging (ISBI) 3–7 April 2020. Iowa City: IEEE Publ., pp. 1331–1334. https://doi.org/10.1109/ISBI45749.2020.9098524 (In English)

Joudar, S. S., Albahri, A. S., Hamid, R. A. et al. (2023) Artificial intelligence-based approaches for improving the diagnosis, triage, and prioritization of autism spectrum disorder: a systematic review of current trends and open issues. Artificial Intelligence Review, vol. 56, pp. 53–117. https://doi.org/10.1007/s10462-023-10536-x (In English)

Keating, C. T., Cook, J. L. (2020) Facial expression production and recognition in autism spectrum disorders: A shifting landscape. Child and Adolescent Psychiatric Clinics of North America, vol. 29, no. 3, pp. 557–571. https://doi.org/10.1016/j.chc.2020.02.006 (In English)

Kojovic, N., Natraj, S., Mohanty, S. P. et al. (2021) Using 2D video-based pose estimation for automated prediction of autism spectrum disorders in young children. Scientific Reports, vol. 11, article 15069. https://doi.org/10.1038/s41598-021-94378-z (In English)

Landowska, A., Karpus, A, Zawadzka, T. et al. (2022) Automatic emotion recognition in children with autism: A systematic literature review. Sensors, vol. 22, no. 4, article 1649. https://doi.org/10.3390/s22041649 (In English)

Le Couteur, A., Haden, G., Hammal, D., McConachie, H. (2008) Diagnosing autism spectrum disorders in pre-school children using two standardised assessment instruments: the ADI-R and the ADOS. Journal of autism and developmental disorders, vol. 38, no. 2, pp. 362–372. https://doi.org/10.1007/s10803-007-0403-3 (In English)

Makarov, I. V., Avtenyuk, A. S. (2018) Diagnostika detskogo autizma: oshibki i trudnosti [Diagnosis of childhood autism: Errors and difficulties]. Sotsial’naya i Klinicheskaya Psikhiatriya, vol. 28, no. 3, 74–81. (In Russian)

Mengi, M., Malhotra, D. (2022) A systematic literature review on traditional to artificial intelligence based socio-behavioral disorders diagnosis in India: Challenges and future perspectives. Applied Soft Computing, vol. 129, article 109633. https://doi.org/10.1016/j.asoc.2022.109633 (In English)

Nair, M. K. C., Russell, P. S. S., George, B. et al. (2014) CDC Kerala 10: diagnostic accuracy of the severity scores for childhood autism rating scale in India. The Indian Journal of Pediatrics, vol. 81, 120–124. https://doi.org/10.1007/s12098-014-1623-0 (In English)

Patra, S., Kar, S. K. (2021) Autism spectrum disorder in India: A scoping review. International Review of Psychiatry, vol. 33, no. 1–2, pp. 81–112. https://doi.org/10.1080/09540261.2020.1761136 (In English)

Pereverzeva, D. S., Danilina, K. K., Batysheva, T. T. (2015) Kognitivnye markery rasstrojstv autisticheskogo spektra. Perspektivy rannej diagnostiki [Cognitive markers of autism spectrum disorders. Perspectives of early detection]. Detskaya i Podrostkovaya Reabilitatsiya — Child and Adolescent Rehabilitation, vol. 2, no. 25, pp. 43–47. (In Russian)

Rosstat. Federal State Statistics Service (2024) Khronicheskie neorganicheskie psikhozy, detskie psikhozy i neutochnennye psikhoticheskie rasstrojstva [Chronic inorganic psychoses, childhood psychoses, and unspecified psychotic disorders]. [Online]. Available at: (accessed 23.09.2025). (In https://rosstat.gov.ru/search?q=Хронические+неорганические+психозы%2C+детские+психозы%2C+неуточненные+психотические+расстройства&smart_search=on&date_from=31.12.202 3&sections%5B%5D=204&content=doc&date_to=&search_by=all&sort=relevance Russian)

Sawicki, T., Ruszkowska, M., Danielewicz, A. et al. (2021) A review of colorectal cancer in terms of epidemiology, risk factors, development, symptoms and diagnosis. Cancers, vol. 13, no. 9, article 2025. https://doi.org/10.3390/cancers13092025 (In English)

Schopler, E., Reichler, R. J., DeVellis, R. F., Daly, K. (1980) Toward objective classification of childhood autism: Childhood autism rating scale (CARS). Journal of Autism and Developmental Disorders, vol. 10, pp. 91–103. https://doi.org/10.1007/BF02408436 (In English)

Schielen, S. J. C., Pilmeyer, J., Aldenkamp, A. P., Zinger, S. (2024) The diagnosis of ASD with MRI: A systematic review and meta-analysis. Translational Psychiatry, vol. 14, no. 1, article 318. https://doi.org/10.1038/s41398-024-03024-5 (In English)

Skuse, D., Warrington, R., Bishop, D. et al. 2004) The developmental, dimensional and diagnostic interview (3di): A novel computerized assessment for autism spectrum disorders. Journal of the American Academy of Child & Adolescent Psychiatry, vol. 43, no. 5, pp. 548–558. (In https://doi.org/10.1097/00004583-200405000-00008 (English)

Sozonov, A. S., Sviderek, E. S., Didenko, A. V., Choinzonova, E. E. (2024) Problemy rannej diagnostiki rasstrojstv autisticheskogo spektra (analiz klinicheskogo sluchaya) [Problems of early diagnosis of autism spectrum disorders (case vignette)]. Sibirskij vestnik psikhiatrii i narkologii — Siberian Herald of Psychiatry and Addiction Psychiatry, vol. 1, no. 122, pp. 80–87. https://doi.org/10.26617/1810-3111-2024-1(122)-80-87 (In Russian)

Subah, F. Z., Deb, K., Dhar, P. K., Koshiba, T. (2021) A deep learning approach to predict autism spectrum disorder using multisite resting-state fMRI. Applied Sciences, vol. 11, no. 8, article 3636. https://doi.org/10.3390/app11083636 (In English)

Themistocleous, C. K., Andreou, M., Peristeri, E. (2024) Autism detection in children: Integrating machine learning and natural language processing in narrative analysis. Behavioral Sciences, vol. 14, no. 6, article 459. https://doi.org/10.3390/bs14060459 (In English)

Tkacheva, L. O., Nasledov, A. D., Miroshnikov, S. A. (2023) Rannie markery autizma u detej v vozraste ot 1-go do 2-kh let [Early markers of autism in children aged 1 to 2 years]. In: Anan’evskie chteniya — 2023. Chelovek v sovremennom mire: potentsialy i perspektivy psikhologii razvitiya. Sbornik materialov Mezhdunarodnoj nauchno-prakticheskoj konferentsii 18–20 oktyabrya 2023 goda [Ananyevsky readings — 2023. Man in the Modern World: Potentials and Prospects of Developmental Psychology. Proceedings of the International Scientific Conference October 18–20, 2023]. Saint Petersburg: Kirillitsa Publ., p. 232. (In Russian)

Uke, P., Gaikwad, S., Vagha, K., Wandile, S. (2024) Unraveling the spectrum: A comprehensive review of autism spectrum disorder in India. Cureus, vol. 16, no. 6, article e62753. (In https://doi.org/10.7759/cureus.62753 English)

Wankhede, N., Kale, M., Shukla, M. et al. (2024) Leveraging AI for the diagnosis and treatment of autism spectrum disorder: Current trends and future prospects. Asian Journal of Psychiatry, vol. 101, article 104241. https://doi.org/10.1016/j.ajp.2024.104241 (In English)

Washington, P., Wall, D. P. (2023) A review of and roadmap for data science and machine learning for the neuropsychiatric phenotype of autism. Annual Review of Biomedical Data Science, vol. 6, pp. 211–228. (In English)

Zhang, S. (2025) AI-assisted early screening, diagnosis, and intervention for autism in young children. Frontiers in Psychiatry, vol. 16, article 1513809. https://doi.org/10.3389/fpsyt.2025.1513809 (In English)

Загрузки

Опубликован

29.12.2025

Как цитировать

Сирисети, М., Уссама, Э. Х., Патраков, Э. В., Борисов, В. И., Берберт, Т. Р. Н., Датти, Р. Ш., … Соколова, О. В. (2025). Интеграция искусственного интеллекта и взаимодействия родителей и детей в процесс оценки рисков расстройств аутистического спектра: теоретический анализ. Психология человека в образовании, 7(4), 492–503. https://doi.org/10.33910/2686-9527-2025-7-4-492-503

Выпуск

Том 7 № 4 (2025)

Раздел

Статьи

Лицензия

Copyright (c) 2025 Манила Сирисети, Эль Хамзауи Уссама, Эдуард Викторович Патраков, Василий Ильич Борисов, Таиса Роча Наваскони Берберт, Рави Шанкер Датти, Анаи Адарио Хунгаро, Хебер Амилкар Мартинс, Ольга Викторовна Соколова

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

Авторы предоставляют материалы на условиях публичной оферты и лицензии CC BY 4.0. Эта лицензия позволяет неограниченному кругу лиц копировать и распространять материал на любом носителе и в любом формате в любых целях, делать ремиксы, видоизменять, и создавать новое, опираясь на этот материал в любых целях, включая коммерческие.

Данная лицензия сохраняет за автором права на статью, но разрешает другим свободно распространять, использовать и адаптировать работу при обязательном условии указания авторства. Пользователи должны предоставить корректную ссылку на оригинальную публикацию в нашем журнале, указать имена авторов и отметить факт внесения изменений (если таковые были).

Авторские права сохраняются за авторами. Лицензия CC BY 4.0 не передает права третьим лицам, а лишь предоставляет пользователям заранее данное разрешение на использование при соблюдении условия атрибуции. Любое использование будет происходить на условиях этой лицензии. Право на номер журнала как составное произведение принадлежит издателю.

Наиболее читаемые статьи этого автора (авторов)