人工智能是對(duì)人類智能的模擬、延伸和拓展。今天，人工智能正經(jīng)歷著從感知智能向認(rèn)知智能的演進(jìn)過程。認(rèn)知智能要具備人類的分析、推理與決策能力，其核心是能合理理解抽象概念并展開推理與解釋，而對(duì)語言的理解和運(yùn)用能力則是其前提。同時(shí)，語言也是觀察人類智能的窗口。兒童語言研究的一項(xiàng)重要任務(wù)就是探索人類在語言及認(rèn)知上的獲得與發(fā)展。而研究?jī)和Z言障礙，可豐富和完善對(duì)人類語言和人類智能的探索。當(dāng)前，無論是人工智能在諸多場(chǎng)景中的應(yīng)用，還是兒童語言障礙的診療和研究，都展現(xiàn)出廣闊的發(fā)展前景，但也都面臨著發(fā)展瓶頸。而二者對(duì)語言及認(rèn)知展開的探索，有望在融合發(fā)展中形成互動(dòng)互補(bǔ)的作用力，從而在一定程度上突破桎梏，走向“和衷共濟(jì)、和合共生”的發(fā)展道路。

 

　　人工智能賦能兒童語言障礙診療

 

　　在臨床意義上，廣義的兒童語言障礙既包括《世界衛(wèi)生組織國(guó)際疾病分類第十一次修訂本（ICD-11）》所定義的人工智能“發(fā)育性語言障礙”，也包括智力缺陷、聽力障礙、自閉癥譜系障礙、注意缺陷多動(dòng)障礙、發(fā)育性協(xié)調(diào)障礙和特定學(xué)習(xí)困難等兒童發(fā)育障礙疾病中的語言功能缺損，后者也稱為繼發(fā)性語言障礙。兒童在母語習(xí)得和發(fā)展過程中，如果語言能力顯著低于同齡預(yù)期水平，導(dǎo)致在人際交流、社交參與、學(xué)業(yè)表現(xiàn)等方面出現(xiàn)一個(gè)或多個(gè)功能受限，就說明出現(xiàn)了語言障礙。與典型發(fā)育兒童相比，有語言障礙的兒童會(huì)存在詞匯量少、組詞組句困難、敘述缺陷等問題。

 

　　依據(jù)一項(xiàng)關(guān)于兒童語言障礙的跨國(guó)和多學(xué)科專家共識(shí)，約7.4%—9.4%的4—7歲兒童會(huì)出現(xiàn)語言障礙。然而，由于語言理解和（或）產(chǎn)出異常，語言障礙兒童往往表現(xiàn)為注意力不集中、不服從指令以及發(fā)脾氣和攻擊性行為等情緒和行為問題，家長(zhǎng)很難將這些與語言問題直接聯(lián)系到一起，并安排就醫(yī)。并且，兒童語言障礙門診設(shè)置較少，專科醫(yī)生和治療師缺乏，難以滿足日常診療需求。另外，兒童語言障礙的臨床診斷主要由醫(yī)生通過面診觀察、量表評(píng)估的方式，根據(jù)病患的癥狀、體征和量表測(cè)試結(jié)果等作出綜合判斷，診斷多依賴醫(yī)生的主觀經(jīng)驗(yàn)而非病理指標(biāo)。診斷方法存在可靠性研究報(bào)告缺乏、特異性不足、靈敏性較差、準(zhǔn)確率偏低等問題。

 

　　近年來，基于人工智能的臨床應(yīng)用已在精神疾病的研究與診斷中展開。比如，借助機(jī)器學(xué)習(xí)對(duì)腦電圖信號(hào)進(jìn)行分類，借助深度神經(jīng)網(wǎng)絡(luò)對(duì)核磁共振腦成像進(jìn)行神經(jīng)相關(guān)性解釋等。人工智能可以捕捉由精神疾病引起的腦部細(xì)微變化，判斷認(rèn)知水平。目前已知繼發(fā)性語言障礙兒童的大腦結(jié)構(gòu)與功能存在一定程度的異常，雖尚未發(fā)現(xiàn)發(fā)育性語言障礙兒童的大腦有明顯結(jié)構(gòu)異常，但也有證據(jù)支持此類患兒存在腦發(fā)育障礙。比如，基于言語任務(wù)的腦誘發(fā)電位檢查顯示，其與語言有關(guān)的中樞存在功能障礙。預(yù)計(jì)經(jīng)過技術(shù)迭代和臨床驗(yàn)證，人工智能將能夠自動(dòng)識(shí)別語言障礙兒童的大腦特征，探索與語言及認(rèn)知障礙相關(guān)的生物標(biāo)志物，并用于兒童語言障礙診療。

 

　　人工智能在語音分析技術(shù)方面的研究和應(yīng)用，也可為進(jìn)一步發(fā)揮人工智能在語言障礙診療上的作用貢獻(xiàn)力量。目前，人工智能對(duì)認(rèn)知障礙、自閉癥譜系障礙等患者的病理語音數(shù)據(jù)集已顯示出良好的識(shí)別準(zhǔn)確率，其中采用深度學(xué)習(xí)算法的分類效果最優(yōu)。此外，已有研究借助深度學(xué)習(xí)來自動(dòng)檢測(cè)失語癥患者的自然語流，能夠有效區(qū)分受損與未受損語音。由此推測(cè)，人工智能也應(yīng)能依托語音識(shí)別、語音計(jì)算、語音情感分析等，獲得用以表征兒童語言障礙的語音詳細(xì)信息。

 

　　人工智能應(yīng)用于兒童語言障礙診療，可節(jié)省專業(yè)化人力資源，為開展大規(guī)模兒童語言障礙早期診斷性篩查提供可能，從而可以更早地提示患病風(fēng)險(xiǎn)，實(shí)現(xiàn)早發(fā)現(xiàn)、早干預(yù)。人工智能在腦科學(xué)、語音學(xué)等學(xué)科上的應(yīng)用，或?qū)@著提升兒童語言障礙評(píng)估診斷、亞型分類的客觀性和準(zhǔn)確率，以便醫(yī)生更有針對(duì)性地選擇干預(yù)治療方案，從而助力精準(zhǔn)診療的實(shí)現(xiàn)。

 

　　人工智能助力兒童語言障礙診療不會(huì)止步于此，還要進(jìn)一步發(fā)揮突破性作用。從癥狀體征、臨床量表、腦影像、語音等多類別數(shù)據(jù)的跟蹤收集，到電子健康病歷系統(tǒng)的統(tǒng)一和共享，再到兒童語言障礙模型的構(gòu)建、評(píng)估和臨床轉(zhuǎn)化，以及各類型兒童語言障礙的異質(zhì)性解析，面向兒童語言障礙評(píng)估診斷、干預(yù)治療和管理的人工智能生態(tài)系統(tǒng)正在逐步建立。

 

　　兒童語言障礙診療對(duì)人工智能的啟示

 

　　技術(shù)和設(shè)備的迭代帶來了算力上的空前增長(zhǎng)，借助海量數(shù)據(jù)與反復(fù)訓(xùn)練模式，人工智能由此取得了長(zhǎng)足進(jìn)步。然而，人類智能中知識(shí)、常識(shí)等數(shù)據(jù)幾乎不可能被全部納入人工智能系統(tǒng)中，僅依靠大數(shù)據(jù)、大模型這條發(fā)展路徑并不可持續(xù)。兒童語言障礙診療則可為人工智能的其他發(fā)展路徑帶來某些啟示。

 

　　在臨床診斷病例中，除聽力障礙兒童外，很少有由于缺乏足夠外部語言刺激而導(dǎo)致語言障礙發(fā)生的病例。在臨床干預(yù)治療中，要依據(jù)不同病因，結(jié)合不同的語言表征和心理認(rèn)知特征，對(duì)語言障礙兒童開展精細(xì)化語言訓(xùn)練。對(duì)發(fā)育性語言障礙兒童，可引導(dǎo)其對(duì)同一事物進(jìn)行多樣性表達(dá)，鼓勵(lì)用多詞長(zhǎng)句表達(dá)較為復(fù)雜的語義，并幫助修正特殊疑問句中多余的論元結(jié)構(gòu)；對(duì)于有社交障礙的兒童，可通過繪本敘述訓(xùn)練，幫助補(bǔ)全故事情節(jié)中缺失的構(gòu)成要素，形成完整的敘事結(jié)構(gòu)；對(duì)閱讀障礙兒童，則要多關(guān)注其發(fā)音問題，尤其要對(duì)漢語聲調(diào)的混淆加以矯正。通過對(duì)干預(yù)前后量表評(píng)分的對(duì)比分析發(fā)現(xiàn)，少而精的訓(xùn)練任務(wù)，不僅可以提升語言特定層面的能力，還可以改善語言其他層面的能力和整體表現(xiàn)。語言能力獲得與發(fā)展的關(guān)鍵，不在于語言刺激的無限輸入，而在于選取和學(xué)習(xí)的語言例子是否恰當(dāng)?shù)湫?，是否有助于補(bǔ)齊語言發(fā)育中的短板。

 

　　周鵬通過對(duì)兒童語言習(xí)得與機(jī)器學(xué)習(xí)進(jìn)行對(duì)比研究，認(rèn)為兒童在語言習(xí)得中采用的是先天結(jié)構(gòu)與后天小數(shù)據(jù)相結(jié)合的方式，學(xué)習(xí)效果要明顯好于依靠大數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)。吳恩達(dá)提出“以數(shù)據(jù)為中心的人工智能”，倡導(dǎo)要將目光從以模型為中心轉(zhuǎn)向以數(shù)據(jù)為中心，“尋找改進(jìn)數(shù)據(jù)的方法，才會(huì)更有效率”。他認(rèn)為，?。╯mart-sized）人工智能數(shù)據(jù)如果足夠好，同樣能夠很有威力，“只要擁有50個(gè)好數(shù)據(jù)，就足以向神經(jīng)網(wǎng)絡(luò)解釋你想讓它學(xué)習(xí)什么”。目前，機(jī)器學(xué)習(xí)領(lǐng)域已開展針對(duì)小樣本學(xué)習(xí)（Few-shotLearning）及單樣本學(xué)習(xí)（One-shotLearning）的研究。人工智能的一個(gè)重要領(lǐng)域是對(duì)人類語言智能的模擬。關(guān)注人類語言典型特征的篩選與提取，從語言數(shù)據(jù)中挑選出關(guān)鍵和重要的語言例子來學(xué)習(xí)，而不只關(guān)注大數(shù)據(jù)。語言智能有望實(shí)現(xiàn)在小數(shù)據(jù)上的精準(zhǔn)革新。

 

　　此外，人工智能要跨越語言理解和運(yùn)用的鴻溝，實(shí)現(xiàn)語言智能，不僅要理解詞匯、短語、句子、篇章等語言單位的字面含義及語言規(guī)則，還要理解字面含義背后所傳達(dá)的意圖，實(shí)現(xiàn)語言推理。自閉癥譜系障礙兒童的一個(gè)典型語言特征就是很難理解非字面意義。在臨床語言訓(xùn)練中，常通過引入諺語、成語故事來幫助患兒提升對(duì)言外之意的推理能力，幫助理解交際意圖。研究?jī)和诔橄笳Z義推理中的困難，可以幫助人工智能厘清在表征抽象語義、探索語言推理、實(shí)現(xiàn)語言理解道路上的障礙。

 

　　人工智能和兒童語言障礙兩大領(lǐng)域的研究及應(yīng)用成果的融合，可以在一定程度上解決各自所面臨的問題。人工智能的發(fā)展可以為兒童語言障礙的診療提供創(chuàng)新型與前瞻性的研究思路、方法與工具；兒童語言障礙診療的研究成果應(yīng)用于人工智能領(lǐng)域，可印證和啟發(fā)人工智能在數(shù)據(jù)、模型上的進(jìn)步，推動(dòng)人工智能實(shí)現(xiàn)語言的理解和運(yùn)用。二者融合的同時(shí)也將推動(dòng)雙方各自的發(fā)展。