Frühdiagnose und personalisiertes Training bei ASD: PREVENT (ETAP)
Early Diagnosis in ASD and personalized Training to PREVENT (ETAP)
ERA-NET: Permed
Wissenschaftsdisziplinen
Andere Sozialwissenschaften (50%); Informatik (50%)
Keywords
-
Hci,
Autism Spectrum Disorder,
Games Research
Immer mehr Kinder sind von Autismus-Spektrum-Störungen (ASS) betroffen. Statistiken zeigen, dass bereits jedes 44. Kind von ASS betroffen ist, wobei Jungen viermal häufiger betroffen sind als Mädchen. ASS geht mit verschiedenen schwerwiegenden kognitiven Problemen einher, insbesondere mit der Unfähigkeit, die Emotionen anderer Menschen zu erkennen. Aktuelle Therapieansätze umfassen unter anderem Einzel- oder Kleingruppen-Therapien, die jedoch teuer, schwer zugänglich und oft nur begrenzt verfügbar sind. Dies stellt angesichts der steigenden Zahl an Autismus-Diagnosen die Gefahr dar, dass eine ganze Generation aufgrund fehlender Therapiemöglichkeiten ihr volles Potenzial nicht entfalten kann. Unser Projekt zielt darauf ab, Menschen mit Autismus-Spektrum-Störungen (ASS) einen breiten, kostengünstigen und einfachen Zugang zur emotionalen Erkennungsschulung und -therapie zu ermöglichen. Hierfür kombinieren wir neueste Technologien und die Expertise eines interdisziplinären Forschungsteams, um eine individuelle und virtuelle Therapieumgebung zu schaffen. Unser Ziel ist es, die Therapiemöglichkeiten für Menschen mit ASS zu erweitern und ihnen dabei zu helfen, ihr volles Potenzial zu entfalten. Wie funktioniert das? Die Lösung basiert auf drei entscheidenden Elementen: Hyperrealistische Avatare, die detaillierte Emotionen darstellen können: Diese Avatare sind eine realitätsgetreue Darstellung von Personen und ermöglichen es den Betroffenen, sich mit den Emotionenandererauseinanderzusetzen.Die Verfügbarkeit, Skalierbarkeitund Reproduzierbarkeit dieses Systems ist ein wesentlicher Schritt, um die Therapie für mehr Menschen zugänglich zu machen. Erfassung des emotionalen Zustands: Mithilfe verschiedener Sensing-Methoden und Bilderkennungstechnologie möchten wir den emotionalen Zustand der Person analysieren. Dazu gehören Reaktionsraten bei Therapieaufgaben, Stressniveaus (gemessen über Hautwiderstand und Herzfrequenz), exekutive Funktionen (wie Hemmungskontrolle und Aufmerksamkeit) sowie Verhaltensmuster. Basierend auf diesen individuellen Informationen kann das System gezieltes Feedback geben. Adaptive digitale Therapiemethoden, die sich an die individuellen Reaktionen der Person anpassen: Dabei werden wir adaptive und spielerische Ansätze verwenden, um die gemessenen Reaktionen der Betroffenen herauszufordern und darauf zu reagieren. Dies ermöglicht eine maßgeschneiderte, individuelle und effektive Therapie. Das Ziel ist eine skalierbare Plattform, die innovative und individualisierbare Therapieformen ermöglicht und gleichzeitig einen breiten und kostengünstigen Zugang zur emotionalen Erkennungsschulung und -therapie schafft. Unser Ziel ist es, dass mehr Menschen von den Vorteilen der emotionalen Erkennungsschulung profitieren und ihr volles Potenzial entfalten können.
- Technische Universität Graz - 100%
- Lucas Paletta, Joanneum Research , nationale:r Kooperationspartner:in
Research Output
- 11 Zitationen
- 2 Publikationen
-
2025
Titel Large language models for autism: evaluating theory of mind tasks in a gamified environment DOI 10.1038/s41598-025-18608-4 Typ Journal Article Autor Poglitsch C Journal Scientific Reports Seiten 34763 Link Publikation -
2024
Titel XR technologies to enhance the emotional skills of people with autism spectrum disorder: A systematic review DOI 10.1016/j.cag.2024.103942 Typ Journal Article Autor Poglitsch C Journal Computers & Graphics Seiten 103942 Link Publikation