11月5日晚，心理学部心理+AI班“心AI”学术沙龙系列讲座第五期在后主楼1318报告厅顺利举办。本次活动邀请心理学部杨秀杰副教授主讲，围绕“儿童阅读障碍认知机制与智能筛查”作专题分享，梳理发展性阅读障碍的认知与脑机制研究进展，并介绍基于人工智能的快速筛查技术路径。

分享伊始，杨秀杰副教授结合学习困难门诊的就诊现状与典型案例指出，部分智力正常的儿童存在写字反写、跳读漏读、识字易忘等表现，并非努力不足，而可能源于发展性阅读障碍。该障碍全球发病率约5%—10%，我国约3%—7%，底层能力缺陷主要涉及语音意识、正字法意识、语素意识与快速自动命名四个方面。

围绕共患问题与神经机制，她梳理了阅读障碍与注意缺陷多动障碍（ADHD）的共患现象及相关假说，团队研究发现：阅读障碍儿童多脑区连接普遍偏弱，ADHD儿童部分脑区连接异常增强，共患儿童的模式更接近单纯阅读障碍儿童；视觉、听觉、额顶与默认网络是区分不同障碍类型的关键节点，可为辅助评估提供客观依据。

针对筛查实践，她强调，汉字形音义整合的复杂程度远高于拼音文字，国外评估体系难以直接套用，亟须建立本土化评估标准。传统完整筛查约需40分钟，难以适应医院短时接诊大量患者的需求，部分诊断流程主观性较强，快速、客观的筛查工具具有重要应用价值。

在智能筛查环节，她介绍三条技术路径：监测有阅读障碍家族史婴儿的脑电生理指标，提前预测语言发展风险，把握脑发育黄金干预期；提取注视时间、眼跳幅度等30余项眼动指标，刻画阅读加工特征；运用机器学习对眼动数据建模，实现个体化风险判别。她还介绍了团队开发的中小学生学习困难AI线上筛查平台。

以“从眼动数据到被试级筛查”为主线，她进一步讲解机器学习建模流程：眼动数据获取与导出、多维度特征构建、基于支持向量机递归特征消除（SVM-RFE）的特征筛选，以及支持向量机、卷积神经网络等模型的训练验证，为标准化快速筛查提供了可行方案。

分享最后，她以“心理＋AI＝未来”作结，指出上述建模方法在计算机领域已较成熟，但在心理学应用场景中的落地仍有较长路径，鼓励同学们投身这一交叉方向。互动环节中，在场同学围绕筛查工具应用、儿童发展研究等问题踊跃提问，交流氛围热烈。

本次讲座贯通了从认知机制到智能筛查应用的完整链条，拓宽了同学们的交叉学科视野，为后续专业学习与科研实践提供有益启发。

心理学部心理+AI班

供稿人：陈禹凝

供图人：周丽琴、陈禹凝

审核人：周丽琴