抄録 背景と目的：自閉スペクトラム症（ASD）は行動表現に大きな多様性がある。既存研究の大部分は、典型発達者からASDを分類することに焦点を当てており、比較的単純な課題であり、初期スクリーニングを支えるにとどまる。しかし、臨床的により重要な課題では、より細やかな行動分析が必要になる。その一つが重症度評価であり、リハビリテーションや介入計画に不可欠である。もう一つは、ASDを他の神経発達障害と区別することであり、行動特性が重なり合うことで誤診や不適切な介入につながり得る。これらの重要性にもかかわらず、両領域は十分に検討されていない。本レビューは、ASDにおける細やかな行動分析のために動画データを解析するコンピュータビジョンアプローチに焦点を当てる。 方法：2010年以降に発表された研究を対象に、IEEE Xplore、Scopus、PubMed、SpringerLink、ScienceDirectにわたってAPRISMAベースの系統的レビューを実施した。スクリーニングと適格性評価の結果、32件の研究を含めた。研究の選定は、運動に基づくASD行動表現型の解析に適用されたコンピュータビジョンまたは機械学習手法の使用に基づいた。 結果：32件のうち15件は重症度分類に焦点を当て、6件は横断的な（他疾患との）識別に取り組んだ。残りの11件は、細やかな行動表現型のためのツールおよび枠組みを提案した。重症度アノテーションを伴う公開データセットは3つのみが確認された。精度は一貫して報告される一方で、適合率、感度、特異度、ならびにk分割交差検証の結果といった他の指標は報告が一貫しないため、比較可能性が制限される。 結論：コンピュータビジョンに基づく行動分析は、非侵襲的なASD評価に向けた有望性を示す。しかし、データセットおよび評価プロトコルの多様性が再現性を制約している。標準化されたベンチマークと、臨床的に妥当化されたデータセットが必要である。縦断研究は依然として少なく、時間経過に伴う行動の進行の理解が限られている。
https://doi.org/10.21203/rs.3.rs-10892681/v1