報道介紹了一款名為Chatterbaby的AI APP。這款APP可以收集嬰兒在不同感受下的哭聲，并通過機器學習對這些哭聲頻率和特征進行分析學習，從而告知父母，他們的孩子為什么而哭。現在，這個APP可以分辨孩子的哭泣是因為饑餓、煩躁還是疼痛。今后，或許還可以用來診斷自閉癥。資料顯示，這款APP由美國加州大學洛杉磯分校的非盈利組織開發。

　　一、ChatterBaby項目

　　ChatterBaby項目是加州大學洛杉磯分校的計算神經心理學家Ariana Anderson博士于2013年創立的。Ariana Anderson博士是4個孩子的母親，撫養前2個孩子時，她還常常搞不懂孩子大哭的原因，在撫養第3個孩子時就已經可以輕松辨認孩子哭聲背后的意義了，于是萌生了用算法理解嬰兒哭聲的想法，于是創立了這個項目。

　　ChatterBaby項目是非盈利項目，由加州大學洛杉磯分校的臨床與轉化科學研究所與塞梅爾神經科學與人類行為研究所，以及寶來惠康基金共同資助。APP開發團隊共三人，分別負責機器學習算法、移動開發、信號處理，并與加州大學洛杉磯分校計算機技術研究實驗室合作。研究團隊共有6個人，其中4個人從事新生兒與醫學相關研究，1個人從事生物學研究，Ariana Anderson則負責計算神經科學與機器學習的部分。

　　2016年，ChatterBaby項目在加州大學洛杉磯分校的代碼挑戰賽中獲得了第一名。

　　目前，ChatterBaby已收集了超過1700個嬰兒的哭聲數據，因此ChatterBaby的創始人Ariana Anderson博士認為，這個APP不僅是幫助父母讀懂孩子的哭聲的助手，而且是一個龐大的數據庫，她和團隊希望結合這些數據，建立一個機器學習模型，做到僅僅從哭聲來診斷不同類型的自閉癥。

　　這個機器學習模型診斷自閉癥的項目運用到了計算神經科學與神經心理學。

　　計算神經科學是使用數學分析和計算機模擬的方法對大腦的神經系統進行模擬和研究，從計算角度理解大腦，研究大腦風格的信息處理方式，從而在計算機中創造一個大腦。

　　而神經心理學也不像心理學那樣單純地分析行為或心理活動本身，它把人的感知、記憶、言語、思維、智力、行為和大腦的機能結構之間建立了量的關系，用標志著大腦機能結構的解剖、生理、生化的術語來解釋心理現象或行為。

　　二、ChatterBaby如何診斷自閉癥？

　　神經的多樣性發展從嬰兒大腦發育的第一刻就開始了，有的孩子發育正常，有的孩子則發育不良。但是患上自閉癥譜系障礙的孩子卻往往在多年后才會被確診。醫學界和教育界都認為，如果能在早期對這些孩子的特殊需求進行滿足與鼓勵，就會增加他們最終成長為正常人的機率。

　　Ariana Anderson指出，目前很多有關自閉癥的調查研究都是在高檔白人社區中進行的，因此，有色人種的孩子確診自閉癥往往比他們的白人同齡人晚1到2年。“解決這種健康鴻溝始于更優質的數據。”Ariana Anderson說道。

　　使用ChatterBaby APP的父母必須簽署一份協議，允許Ariana Anderson博士的團隊通過APP記錄去除嬰兒個人信息的音頻文件，并存儲在符合HIPAA法案（美國一個保護醫患隱私與安全的法案）要求的服務器上。這份協議還要求用戶配合調查，提供像對視回避和頭部撞擊之類的行為線索，以幫助識別哪些嬰兒更可能在神經發育上出現問題。并且，由于基因的存在，有患有自閉癥的一級親屬也增加了孩子患病風險。

　　布朗大學風險兒童研究中心的心理學家Stephen Sheinkopf認為，嬰兒的哭聲中確實隱藏著許多神經學線索，尤其是在哭聲的聲調、聲量、共鳴等聲學特征中，這些特征能被量化和可視化，但是這些線索可能并不足以診斷自閉癥。更有可能的是將聲音、行為、其他生理數據整合進一個模型。