信息技术在自闭症干预中的应用现状

韩骏 刘菁 周迎迎

首都师范大学 北京 100048

0 引言

儿童自闭症谱系障碍（ASD）简称自闭症或孤独症，属于广泛发育障碍的一种，一般在儿童早期就开始表现出社会关系异常、社交障碍、重复刻板行为以及智力发育的不平衡等症状[1]。据美国疾病控制和预防中心公布的最新数据显示，目前美国儿童中自闭症发病率高达到1/54[2]。

当前对自闭症最为有效的治疗方式是教育干预。研究表明，特殊教育教师进行的行为干预措施可以帮助儿童适应一系列的教育环境，然而，传统的干预措施需要大量的师资和重复性高且烦琐的工作，且教学的过程缺乏生动性。近年来随着现代信息技术的快速发展，技术辅助教学干预已经成为该领域的研究热点，逐步呈现出数字化、网络化、智能化等特点。

信息技术辅助的自闭症教学干预是指利用信息技术手段（如语音生成设备、智能电话、计算机辅助教学程序、移动设备、智能机器等）帮助学生完成学习目标，改善自闭症儿童的日常生活能力，有效地干预社交沟通、提高学业认知和职业技能。为了进一步了解国际特殊教育领域在信息技术辅助自闭症干预研究的最新进展和研究现状，为我国特殊教育的信息技术应用提供参考和借鉴，本研究以Web of Science 为基础数据来源，采用可视化知识图谱分析的方法，对近15 年的相关研究文献进行了系统的分析和梳理。

1 研究设计

1.1 数据来源

本研究以Web of Science(WOS)核心数据合集SCI 数据库作为基础数据源，采用主题词精确检索，检索式为：TS=(( autism OR “autism spectrum disorder” OR ASD) AND (computer OR technology OR iPad OR CAI) AND(intervention))，共检索到457 篇文献，进一步分析筛除重复文献和与研究内容相关度不高的文献，最终获得261 篇作为本研究的样本。

1.2 研究方法

本研究采取定量和定性分析相结合的方法，运用文献共被引的聚类图谱和时间线图谱分析等方法对文献进行定量研究，并在可视化分析基础上进行定性分析。主要采用文献计量学中的引文分析法，运用可视化分析软件CiteSpace，分析和探索信息技术在自闭症干预领域中研究热点的变化趋势以及知识基础之间的相互关系。

2 数据分析

2.1 研究动态分析

2.1.1 发文趋势

以年度为单位的论文数量分布一定程度上反映出该主题的研究与发展水平。从论文数量年份分布来看，2008 年之前信息技术在自闭症干预中的研究极少，呈现出明显的“初始期”的态势。2008—2012 年期间，研究论文数量较之前呈现增长趋势，但增长速度相对缓慢。2012 年之后，信息技术在自闭症干预中的研究进入了相对快速增长期，论文发文量在2016 年开始出现了爆发式的增长，最高达到了50 篇。而促成这一变化的根本原因来自于以网络技术、移动技术、虚拟现实技术、可穿戴设备、人工智能技术等现代信息技术的迅猛发展以及互联网经济的崛起，世界各国对信息技术的发展与应用，特别是对教育信息化的重视达到了前所未有的高度，加速了教育信息化从“整合期”进入“深度融合”的转变，这一重要的变化趋势也毫无意外地反映在特殊教育研究领域。

2.1.2 研究国家或地区分布

从论文发表的国家来源可以看出，相关研究主要集中在美国等几个经济发达国家。从文献数量上来看美国的发文量最多，同时时间上美国也是最早将信息技术应用到自闭症干预研究的国家之一，这与美国对特殊教育的重视和投入程度具有极大的相关性。美国特殊教育的经费大部分来自州和地方财政，而联邦政府通过法令和财政拨款从宏观上管理特殊教育，同时也为各州和地方政府的投入提供了政策的导向和侧重点[3]。尤其是在专业人员培养与发展、技术支持和推广、教育技术、媒体和材料等方面的经费投入大大促进了美国学者在信息化环境下对于技术干预障碍儿童的研究。同时，发文国家中心性越大，其影响力就越大，美国的中心性也位居第一，这表明美国在自闭症干预研究的贡献中处于中心地位。中国的发文量位列第五，中心性位列第三，其在国际自闭症技术干预研究领域的地位也越来越重要。

2.2 研究热点分析

2.2.1 共被引文献分析

信息技术在自闭症干预领域的高共被引文献可以显示该领域的研究热点、主流观点以及研究方向。笔者通过CiteSpace 对上文确定的文献数据进行可视化分析，研究选取时间间隔为1 年，得到信息技术在自闭症干预中应用的研究文献共被引网络图谱（见图1）。文献261 篇、共被引文献10 757 篇，图1 包括522 节点，1 847 条连线，每个节点代表被引用的文章，节点由一圈圈不同颜色的年轮构成，半径越大，表明其被引用频次越高，节点间的连线表示共引关系，粗细表明共引的强弱。

图1 文献共被引网络

如图1 所示，最大的节点是美国精神病学会于2013 年发行的《精神障碍诊断与统计手册》[4]，其中详细介绍了自闭症谱系障碍（ASD）的诊断标准、行为缺陷、社交困难等，大部分学者在自闭症干预的研究都以此权威阐释为参考，包括信息技术干预领域，其在自闭症干预领域意义重大。在CiteSpace 知识图谱中，文献的中介中心性是评价文献价值的重要指数，将图1 中中心性排名前十的文献分析后可知，除了前文介绍的高共被引文献以外，电子产品和机器人的干预使用在自闭症谱系障碍中的研究最为广泛。以上高中心性文献中，“Robot”出现频率最高,技术干预自闭症的研究正朝着人工智能的方向延伸。2008 年，Duquette A 等学者[5]通过对四名低功能自闭症儿童的研究发现，由于移动机器人表现得比人类更可预测和更具吸引力，这些儿童在与机器人为伴时能够表现出更多的注意力和面部表情模仿，一定程度上能够减少因社会互动的不可预测性和复杂性给自闭症儿童带来的挑战。2014 年，Bekele E 等学者[6]研究评估了一种新型自适应机器人在患有自闭症谱系障碍的学龄前儿童进行共同注意管理和调整时所发挥的作用，期望投入临床应用，解决与ASD 相关的缺陷。

2.2.2 关键词共现分析

关键词共现知识图谱也是了解具身认知研究前沿和热点的必不可少的方式。为了考查文献的研究主题情况，本文通过CiteSpace 绘制出近15 年有关信息技术干预自闭症研究的关键词共现图谱，并统计了相关主题关键词在文献中出现的频次和中介中心性情况，如表1 所示。

表1 关键词引用频率和中介中心性统计表

根据关键词引用频率、中介中心度，结合对文献的阅读得出结论，从信息技术在自闭症中的干预来看，研究热点主要涉及四个领域：早期鉴别、语言与言语领域的干预、认知领域的干预、社会性能力的干预。

1）早期鉴别领域。研究表明，自闭症儿童的早期诊断和治疗对其后期发展有极其重要的影响，能够为康复训练提供最佳时机，与此同时良好的教育训练能帮助他们具备社会适应能力、生活自理能力。在2010 年前后自闭症领域的研究强调了早期干预（即4 岁前的治疗）的重要性。早期鉴别领域的相关文献主要集中在自闭症的早期诊断和干预上，自闭症筛查工具（STAT）是一种专门用于识别自闭症的早期行为特征的诊断工具，基于网络的STAT 培训形式可以有效地普及有关各种教育和经验的早期自闭症筛查知识。研究结果表明，基于网络的培训可作为促进早期识别自闭症的方法，有助于解决自闭症早期诊断专业人员缺少的问题。随着信息技术的发展，机器学习（Machine Learning）也成为了一种日益普及的技术，这一技术基于磁共振成像，可以应用于自闭症的早期诊断。

2）语言与言语领域的干预。在语言与言语领域，自闭症的语言障碍主要表现为言语发展迟缓。信息技术对自闭症早期干预的成效主要表现在儿童语言和言语技能的发展变化，语言环境分析（LENA）是这一领域的重要方法之一，具体表现为研究者使用一个小型数字录音机，插入自闭症患者佩戴的特殊设计的衣服中，并连续记录长达16 小时，然后自动处理和分析录音，随后再使用语言转录本的系统分析（SALT）转录和分析选择的片段。该方法既利用LENA数据评估学校和家庭语言环境的数量特征，还利用SALT数据评估语言环境的定量和定性特征。LENA 系统的设计和验证是为了提供关于0 至4 岁儿童语言环境的信息，它的使用已经扩展到具有多种交流特征的人群[7]。另外研究人员利用LENA 录音机和摄像机录制自闭症儿童之间的互动，为了分析录像，他们使用了Noldus Observer 软件，该软件分别协助编码口头和非言语交际行为，如自我中心言语。类似的方法和技术可用于调查自闭症患者的言语和非言语行为。

3）认知领域的干预。20 世纪中后期，有关自闭症的研究重点转移到自闭症的认知发展上。认知能力主要包括言语认知、情感认知和执行功能认知。在言语认知上，与上文语言与言语领域重合，这里不做阐述；情感认知上，自闭症患者的缺陷表现为分享情绪的减少和理解他人情绪的难度增加，最终导致社会交流的更多障碍。Vidakis Nikolas 等学者[8]使用教育游戏向学龄前自闭症儿童教授情绪识别技能，通过创建提供与自然用户界面（NUI）的物理交互，允许用户使用手势进行导航和交互，支持早期干预并增强情绪识别技能。然而，大多数情绪处理培训项目适用于高功能患者（即患者虽有自闭症的症状，但仍具有一定的社会功能），而不包括低功能患者。为了突破这一限制，Sylvie Serret 等学者[9]开发了JeStiMulE 计算机游戏，它基于逻辑技能来传授自闭症患者情绪识别技能，而不受他们的年龄、智力、语言和学术水平的影响，是一个个性化、互动式和多感官的计算机游戏。执行功能认知上，执行功能是负责控制高水平活动的过程,包括计划、抑制、控制转换、工作记忆等,是个体对思想和行动进行有意识控制的心理过程。此外还有一种认知疗法，将基于计算机的神经认知训练与基于群体的社会认知训练相结合，或者是丰富的支持疗法比较侧重于心理教育和病情管理。

4）社会性能力的干预。自闭症的本质是社会性发展缺陷，通过语言、情绪、认知等非正常发展表现出来，促进儿童的社会性发展是自闭症康复训练的核心目标。Sang-Seok Yun 等学者[10]提出了一种机器人辅助行为干预系统，该系统能够通过人机交互（HRI）架构促进ASD 儿童的社会训练。基于著名的用于ASD 儿童治疗的离散试验教学（DTT）协议，该控制架构配置了四个模块——人类感知、用户输入、交互管理器、机器人执行器——这样机器人系统就可以使用动机和Stroop 范式产生有区别的训练刺激，并通过可靠的人类识别和交互技术自动应对儿童的反应。通过与治疗师协商，在训练场景中反映两个训练要素，即眼睛接触和阅读情绪，并且在所提出的系统中采用自动化相互作用技术，以针对给定场景有效地进行社会训练。近年来，使用严肃游戏（Serious Game）为ASD 儿童提供技能干预的现象也有所增加，具体来说，是指那些以教授知识技巧、提供专业训练和模拟为主要内容的游戏。Ghanouni Parisa 等学者[11]认为使用电子游戏程序可以被视为教授ASD 儿童社会情感技能的补充辅助技术工具，而先前Charline Grossard[12]在回顾严肃游戏传授社交互动和情绪的文献时，发现严肃游戏表现出一定的局限性，大多数设计开发的游戏面对的对象是高功能人士，并且一般不描述游戏的设计。因此严肃游戏的开发应用在自闭症干预领域仍然有足够大的发展空间。

2.3 聚类视图分析

利用CiteSpace 将关键词进行聚类，其共现网络聚成了一个个不规则区域，如图2 所示。聚类视图侧重于不同研究领域的知识结构。图2 共有节点340 个，连线1 843 条，从中可以看出聚类结构十分显著，信息技术干预自闭症领域的不同研究方向关联度很强，形成了良性的网络结构。

图2 关键词聚类视图

图2 显示，近年来学者们在技术干预自闭症中的研究和应用已经进入了以信息化为基础的智能干预技术阶段。该阶段以多媒体计算机和网络通信技术、智能技术为基础，不仅仅是辅助干预，还能促进干预。结合聚类视图和对文献的阅读，从系统化智能干预技术的作用和目的来看，其演变经历了两个阶段：替代辅助阶段和系统化阶段，且与增强替代交流（Augmentative and alternative communication AAC）紧密相关。

在替代辅助阶段有一种专门用于帮助自闭症患者，以满足他们交际需求的语音输出生成设备。基于语音生成设备（based speech-generating device，SGD）可以产生数字化（预先录制的语音）或者合成的声学输出。很多研究者使用平板设备（如iPod Touch 和iPad）作为增强替代交流具有特定应用的移动技术的SGD。“增强”指的是AAC 补充现有沟通技巧（如语音）的能力，而“替代”是指其作为一种完整的通信系统来取代语音的能力，如使用基于iPad 的通信设备来完成多步通信，借助图片和声音输出，完成从简单的单步请求交流功能到复杂得多步骤的通讯交换[13]。增强替代通信为那些不能有效使用口语交流的个人提供了另一种沟通方式，Baker Allison 等学者[14]对以SGD 为主要沟通方式的12 名学龄儿童进行了研究，发现儿童与设备的接近性与AAC 的促进之间有极大关联。然而，这些设备不仅成本高，而且对于有严重学习困难的人来说往往过于复杂。随着信息技术的发展，“辅助性和替代性交流”的技术越来越智能化、个性化，不仅仅停留在辅助和替代阶段。

系统化阶段考虑了干预系统中的反馈评价环节，对于提高干预效果具有重要作用。Gregory D.Abowd 等学者[15]针对智障儿童的心理数据建模和医疗辅助，提出和探讨了自闭症儿童的教育和治疗干预措施有效性所涉及的社会和技术设计问题，发现自动捕获可以帮助自闭症教育和护理，同时还提供了一种手段保持这些活动的记录。后来他们设计了一个自动捕获应用程序Abaris 系统，该应用程序提供了离散试验培训的详细信息，是一种应用于结构性自闭症干预的自动捕获。另外眼球跟踪技术（eye tracking research）也是一种可以收集反馈评价数据的技术，Janice Light[16]将眼球追踪技术应用到AAC 干预自闭症视觉认知的研究中，它可以自动记录视觉的潜伏期、持续时间和顺序，提供一些关键信息数据，如吸引个人注意力的元素以及注意力的持续时间和顺序等，从而科学化地调整自闭症干预方案。除此之外，还可以使用运动、面部和生理跟踪设备等来捕获参与者的情绪状态，即情绪识别，通过人工智能研究患者的面部表情、语音、心率和生理信号识别等方面，根据收集的数据改善技术。虚拟现实技术、眼球追踪技术、移动技术等参与自闭症干预过程的研究有很多，但是在评估自闭症治疗方案上的技术还不够丰富。关于自适应干预技术，研究表明还需要进一步提升，大多数干预方案的制定仍然依赖于治疗师。

3 国内研究现状

我国研究者应用较多的干预方法有应用行为分析、感觉统合治疗、游戏治疗、音乐治疗、辅助性沟通训练、早期密集行为干预等。我国在自闭症干预领域方面主要涉及言语语言能力、沟通技能、认知能力等，而在学业认知、早期鉴定等方面的研究较少。结合国内外自闭症教育干预研究可以发现，我国虽然研究自闭症的时间较晚，但也取得了进展，一些研究较多的传统干预方法，在实践中已得到运用，并取得了很好的干预效果。如周宇航等学者[17]采用音乐疗法对7 岁以下自闭症儿童进行干预，结果表明语言训练结合音乐疗法可有效促进自闭症患儿语言功能康复，提升他们的语言表达及语言理解能力。耿慧等学者[18]借助图片交换沟通系统，采用单一被试法，对ASD 儿童进行干预训练，探究图片交换沟通系统对其沟通行为的干预效果。研究结果表明，干预后儿童的沟通行为明显提升，需求表达行为有效增加，儿童运用恰当沟通行为解决问题的能力也有显著提高。

自闭症儿童的早期诊断和治疗对其后期发展有极其重要的影响，能够为康复训练提供最佳时机，与此同时良好的教育训练能帮助他们具备社会适应能力、生活自理能力。对比国内外研究发现，我国在早期鉴别领域的研究还有待加强。究其原因：一是我国人口较多，患有自闭症的人基数较大，但是特殊教育的研究人员较少，从事自闭症康复的教师不足；二是从事自闭症康复的教师缺少专业性知识；三是干预方法主要是感觉统合训练、图片交换沟通等，传统教育干预的领域有限。为了解决这一问题，可以引进国外的干预方法，也可以借助信息技术开发本土的教育干预辅助材料。另外在认知领域的研究中，我国的研究主要采用传统认知训练方法和计算机辅助的认知训练系统进行干预。传统的认知训练方法的优点是针对性强，多采用一对一的专项训练，但是也带来了一些问题，如干预人员重复性的劳动、干预频率较低等。

我国开展的技术辅助自闭症干预的研究中，也使用了虚拟现实技术、人形机器人等技术，并取得了较好的干预效果。但这些设计和开发出来的干预技术，并没有得到广泛使用，这可能与自闭症干预人员之间的交流有限，不能及时获得这些资源，同时缺乏推广有关。

4 结束语

结合国内外研究可以看出信息技术在自闭症干预中的研究逐渐成熟，使用信息技术对自闭症患者进行干预被普遍看好，随着技术的发展，信息技术应用于自闭症干预训练受到了越来越多研究领域的关注。从干预领域来看，社会性能力影响着自闭症患者社会生活和生存，因此，受到了国内外研究者的关注。认知能力的提高是培养社会性能力的关键，但相比国外我国研究者更重视社会认知，自然认知应用性研究相对较少。

此外，关于信息技术辅助自闭症干预训练，我国实践应用的研究明显落后于文献研究的步伐，因此，未来需要继续鼓励技术在自闭症干预中的应用，同时加强研究与实践的紧密结合，提高自闭症干预效果。