纽约州立大学布法罗分校的一项开创性研究显示，人工智能可通过手写分析，彻底改变儿童学习障碍的早期检测方式。
这项研究于2025年5月14日发表在《SN Computer Science》期刊，提出了一种利用AI识别儿童手写中微妙模式的框架，这些模式与阅读障碍和书写障碍密切相关。该团队由计算机科学与工程系的SUNY杰出教授Venu Govindaraju带领，他曾在手写识别领域取得突破性成果，其技术已被美国邮政用于邮件分拣。
“及早发现这些神经发育障碍，对于确保儿童在学习和社会情感发展受到负面影响前获得所需帮助至关重要。”Govindaraju教授作为论文通讯作者这样解释。
AI系统会分析手写的多个方面，包括字母书写、间距、书写速度、笔压和笔迹运动。它能够检测拼写错误、组织混乱等传统评估可能遗漏的迹象。以往的研究主要聚焦于书写障碍的检测，而这项新方法则致力于同时识别两种障碍。
为开发模型，研究团队与内华达大学雷诺分校的Abbie Olszewski合作，她共同开发了“书写障碍与阅读障碍行为指标清单（DDBIC）”。团队收集了幼儿园至五年级学生的书写样本，并利用这些数据训练AI模型以完成筛查流程。
该技术解决了全国范围内语言病理学家和作业治疗师短缺的问题，这些专业人员通常负责相关障碍的诊断。现有筛查工具虽然有效，但往往成本高昂、耗时且每次只能检测一种障碍。AI驱动的筛查方法有望让早期检测更普及，尤其是在医疗资源匮乏的社区。
这项工作属于“国家卓越教育AI研究院”的一部分，该研究院由布法罗分校牵头，致力于开发AI系统以识别和帮助有言语及语言处理障碍的儿童。通过实现更早的干预，这项技术有望显著提升全球数百万儿童的教育成果。