PulseAugur
实时 07:16:01
English(EN) Explainable AI for Screening Abuse-Related Trauma in Bangladeshi Children: A Training-Free Multimodal Framework Evaluated on Noise-Aware Synthetic Data

人工智能框架利用多模态数据筛查孟加拉国儿童创伤

研究人员开发了 ShishuRaksha AI,一个新颖的决策支持框架,旨在筛查孟加拉国儿童的虐待相关心理创伤。该系统以其无训练、多模态的方法独树一帜,整合了经过验证的问卷、孟加拉语叙事文本、房屋-树木-人测试的绘画特征以及面部情感分析。由于收集临床数据的伦理限制,该框架在一个噪声感知合成基准上进行了评估,取得了 0.874 的 AUC,显著优于仅使用问卷的基线。 AI

影响 这项研究为低资源环境下的儿童保护筛查提供了一个潜在的伦理解决方案,解决了关键的心理健康专业人员短缺问题。

排序理由 该集群包含一篇详细介绍新颖人工智能框架及其在合成数据集上评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

人工智能框架利用多模态数据筛查孟加拉国儿童创伤

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Salma Hoque Talukdar Koli, Fahima Haque Talukder Jely ·

    面向孟加拉国儿童虐待相关创伤筛查的可解释人工智能:在噪声感知合成数据上评估的无训练多模态框架

    arXiv:2607.04010v1 Announce Type: new Abstract: Bangladesh has an estimated 1.17 mental-health professionals per 100,000 population and only six child psychiatrists nationwide. No Bengali-language, culturally adapted tool exists for early screening of abuse-related psychological …