据外媒Venturebeat报道，来自南加州大学和马德里卡洛斯三世大学的研究团队利用人工智能技术预测婴儿发育障碍.该团队的研究人员在Arxiv.org上发表论文，利用可穿戴传感器的日常运动数据来预测婴儿的运动发育状态，并对肢体运动模式进行分类，以预测婴儿未来是否可能出现神经功能障碍。研究小组从南加州大学婴儿神经运动控制实验室提供的数据集中提取数据，其中包括从绑在婴儿脚踝上的加速度计、陀螺仪和磁力计收集的运动数据。研究人员手动添加特征，如年龄、发育分数和发育标签，然后使用多种二元分类算法构建预测模型，最终确定三个最佳组合以最小化任何一个模型的偏差。生成的算法运行并且其预测非常接近基线。根据这些运动数据，预测婴儿前6个月发育迟缓的准确率为83.9%，预测6至12个月的问题的准确率为77%。
