据外媒Venturebeat报道，南加州大学和马德里卡洛斯三世大学的一个研究团队利用人工智能技术来预测婴儿的发育障碍。
该团队研究人员在Arxiv.org上发表论文，利用可穿戴传感器的日常运动数据预测婴儿的运动发育状态，对肢体运动模式进行了分类，以便预测婴儿日后是否有可能出现神经缺陷。
该研究团队从南加州大学的婴儿神经运动控制实验室提供的数据集中提取数据，包含从捆绑在婴儿脚踝上的加速度计、陀螺仪和磁力仪收集的运动数据。研究人员手动添加了一些特征，比如年龄、发育程度评分和发育标签，然后使用许多二进制分类算法构建了预测模型，最终确定了三个最优秀的组合来最小化任何一个模型的偏差。所产生的算法会进行运算，其预测非常接近基线。它基于那些运动数据来预测婴儿前6个月的发育延迟问题，准确率达到83.9%；预测6到12个月的问题的准确率也高达77%。
