AI赋能特教：幼儿感统训练与健康追踪的挑战与机遇

近年来，人工智能（AI）在儿童成长与教育界迅速发展，特别是在辅助自闭症及发育迟缓等特殊需求幼儿方面表现亮眼。研究指出，结合AI、虚拟现实（VR）及大语言模型（LLM）等技术，能有效推动个性化学习与社交互动，改善自闭症儿童的社会沟通及认知水平（Voultsiou & Moussiades, 2025；Perry et al., 2024）。在感觉统合训练（SIT）领域，已被证实能提升幼儿的平衡控制与前额叶活跃度（Deng, Lei, & Du, 2023）。台湾地区的调查也显示，以家庭为导向的SIT有助于促进发展迟缓幼儿的语言与认知发展，并减轻家长的照护负担（Hsieh et al., 2020）。

不过，目前AI与穿戴式传感器的应用多局限于学龄段，针对学前特殊需求幼儿整合SIT与健康追踪的实践尚在起步（Adako et al., 2024；Voultsiou & Moussiades, 2025）。因此，本文旨在探讨AI辅助SIT与健康追踪在学前特殊需求幼儿中的应用前景与难题，期待引起教育及疗育界对这一跨领域议题的关注，并为未来在台湾地区推动相关实务与研究提供参考。

感觉统合训练是学前特殊需求幼儿常用的介入手段，其理论基础源自Ayres的感觉统合理论，主张通过结构化的感官刺激来强化神经整合与适应能力。尽管该训练已获得部分实证支持，但在实务推行中仍面临诸多阻碍，尤其在学前与特教领域，具体可从以下四个层面进行剖析：

感觉统合理论由职能治疗师Anna Jean Ayres提出，强调通过有计划的感官刺激，促进儿童神经系统的整合与动作协调。基于此发展的SIT近年获得部分实证支持：数据显示，SIT不仅能改善自闭症儿童的平衡与执行能力，还能激活前额叶皮质（Deng, Lei, & Du, 2023）；系统性文献综述也表明，SIT对儿童的语言、动作、社交互动及情绪调节有积极作用（Camino-Alarcón et al., 2024）。

然而，多数SIT研究存在明显局限：样本规模普遍偏小，介入设计与实施方式差异大，难以建立统一的疗效标准，这限制了SIT疗效的广泛验证与普及（Deng, Lei, & Du, 2023）。

SIT的有效执行依赖于受过专业训练的职能治疗师或教保人员，但偏远地区或资源匮乏的学校/机构面临严重的人力短缺，导致许多学前特殊需求幼儿无法获得规范的SIT服务。此外，常用的感觉处理评估工具（如SP、SPM）多源自欧美，其维度与项目设计未必符合华语幼儿的发展特征与文化背景，适用性有待本土化调整（Lucas et al., 2023），这也增加了成效评估的难度。

目前国内SIT课程设计与评估工具多照搬国外体系，较少针对台湾幼儿的发展特征、语言习惯与文化背景进行调适，导致训练内容与幼儿实际需求脱节，影响介入效果。泰国研究指出，游戏结合SIT虽有助于改善自闭症学前儿童的行为表现，但该方案高度依赖家长与教师的配合与理解，这说明类似方案在推广时，需要充足的专业支持与技术指导（Promprasert et al., 2023）。

综上所述，尽管SIT理论获得国际重视，但在实务推动中仍面临专业人力不足、评量工具不适、家庭照护压力大、教材缺乏本土化等多重挑战。这些问题不仅限制了SIT的稳定推广，也加剧了疗育资源的城乡与区域差距。未来若能引入AI辅助系统，通过数据分析、即时反馈与远程支援等方式，有望突破现有瓶颈，成为学前特殊需求幼儿疗育的重要发展方向。

随着AI、穿戴装置与传感技术的飞速进步，辅助特殊需求幼儿进行SIT与健康追踪的整合模式逐渐显现。AI凭借其即时监测、数据分析、个性化适配等优势，在SIT与健康追踪领域展现出广阔前景，具体可从五个方面探讨其应用场景与初步成效：

AI姿态识别技术（如结合视觉分析的机器学习）能实时监测幼儿在训练中的动作质量，包括坐姿、平衡、触觉互动等细节。当幼儿动作不规范时，系统可立即向教师或家长反馈，便于及时调整方案，提升训练精准度与一致性（Perry et al., 2024）。这种即时反馈机制不仅减轻专业人员负担，还能确保训练规范，避免因操作不当影响效果。

随着AI与物联网（IoT）融合，穿戴式传感装置广泛应用于特殊需求儿童健康管理，尤其适用于自闭症谱系障碍（ASD）等群体。这些装置能实时侦测幼儿心率变异、皮肤电反应（EDA）、睡眠品质与动作强度，结合AI模型分析，协助教保人员与家长调整照护策略，进行长期健康追踪（Arbili et al., 2025）。

穿戴式装置的优势在于长期记录与连续数据分析。例如，AI辅助平台CognitiveBotics在为期12个月的研究中，成功追踪了2-18岁ASD儿童在社交、语言及感觉调节方面的变化，并提供结合生理数据与行为观察的可视化报告，为教保人员评估介入效果提供重要参考（Atturu et al., 2025）。此外，Abd-Alrazaq等人的系统性回顾显示，AI结合穿戴装置在压力辨识与预测上的准确率可达0.856，表明该技术在幼儿心理健康监测上具有高度稳定性与潜力（Abd-Alrazaq et al., 2024）。

虚拟现实（VR）、扩增实境（AR）及社交机器人等互动平台，在特殊教育场域应用日益广泛，尤其在模拟感官刺激情境上潜力巨大。通过声音、光线、触觉等多维度互动，这些平台能为幼儿提供沉浸式训练体验，帮助其在低压力环境下进行感觉统合练习（Zhang et al., 2022）。研究发现，此类沉浸式技术能显著提升自闭症儿童的注意力、动作反应与社交互动表现。

Lyu等人（2024）设计了AI驱动的教育游戏，结合Transformer模型分析幼儿面部表情与语音，以即时反馈强化自闭症儿童的社交技能训练，结果显示其对提升情绪理解与互动回应有积极效果。Paneru（2024）的系统性回顾也指出，结合AR/VR、社交机器人与LLM的多模态系统，在提升儿童社交能力、语言理解与互动参与上具有跨技术整合优势，对感觉统合与健康介入亦有潜在价值。

值得注意的是，Lee等人（2025）开发的Echo-Teddy系统是一款结合LLM的社交教学机器人，旨在协助自闭症学生练习语言与互动。初步测试显示，该系统在教师引导下能成功促进学生语言输出与情绪表达，展现出未来应用于学前特殊需求幼儿SIT训练的潜力。

AI技术能整合影像、语音与生理感测等多模态资料，通过算法建立个性化介入模型。例如，结合影像辨识与EDA的系统，可分析幼儿对特定感官刺激的情绪与适应反应，为教师与家长提供调整建议。已有研究显示，AI辅助平台在提升自闭症儿童生活技能与沟通能力上成效显著（Perry et al., 2024）。

总体而言，AI在感觉统合与健康管理上的应用主要展现四大潜力：一是即时监测与反馈，提升训练精准度；二是健康与情绪量化追踪，为照护提供数据支撑；三是沉浸式互动设计，提升幼儿参与动机；四是多模态资料整合，支援个性化疗育方案制定。

印度开发的CognitiveBotics平台是AI辅助SIT与健康追踪的典型案例。研究团队通过AI游戏互动与动画介入，对43名自闭症儿童进行为期12个月追踪，结果显示介入后儿童自闭症评量量表（CARS）评分显著改善，社交年龄与智力表现明显提升（Atturu et al., 2025）。该平台同时整合行为分析、语音反馈与生理数据监控，形成了一套全方位的感官训练与评估工具。

此外，Perry等人（2024）的系统性文献回顾显示，AI辅助科技在神经发展障碍儿童的日常支持中，已扩展至社交技巧训练、生活技能介入与沟通促进等多个层面。这类应用不仅强化了教保效能，还能提供长期追踪与介入建议，为特殊教育与幼儿健康照护带来新可能。

尽管AI在特殊教育领域已展现初步成效，尤其在提升SIT效率与健康监测精准度方面优势明显，但将其应用于学前特殊需求幼儿仍面临多重挑战，本文归纳为四大核心问题：

学前幼儿（3-6岁）的感觉处理与认知发展处于快速变化期，其生理与行为特征与学龄儿童差异显著。但目前大多数AI研究集中于较大年龄层或学龄儿童（Perry et al., 2024），缺乏针对3-6岁学前特殊需求幼儿的多样化感官介入方案与长期追踪资料，导致现有AI系统难以精准适配学前幼儿的发展需求，限制了应用效果。

尽管穿戴式传感器能有效监测幼儿压力与情绪（如心率变异、EDA），但对特殊需求幼儿而言，装置的舒适性、适龄性与感官敏感度仍是主要挑战。自闭症幼儿常对触觉刺激敏感，若装置设计不合理（如材质过硬、佩戴繁琐），易引发排斥或抗拒（Atturu et al., 2025）。此外，学前幼儿身体快速发育，长时间佩戴可能限制活动或引起不适。若装置缺乏良好的人因设计，还会导致数据采集中断，影响AI模型分析准确性（Arbili et al., 2025）。因此，未来需研发轻量化、柔软、可调整的穿戴装置，并结合游戏化互动，提升佩戴意愿与数据采集品质。

AI辅助系统的有效实施离不开教保人员与家长的理解与配合。但现场观察与回顾指出，教保人员与家长对AI技术的接受度存在差异，部分人员缺乏相关操作经验与理解能力，尤其在偏乡地区，数位素养较低的教保人员与家长更难有效导入AI系统（Perry et al., 2024）。此外，针对学前特殊需求幼儿对AI互动的行为反应与适应模式，缺乏本土化研究设计依据，导致AI互动方式难以贴合幼儿认知特点与行为习惯，影响技术推广。

AI系统运行需搜集大量幼儿影像、语音与生理数据，涉及隐私与安全，需严谨保护。现有研究指出，若未充分考量幼儿知情同意权，未明确数据用途与范围，AI在特殊教育场域的使用可能引发伦理疑虑（Xing, 2024）。目前针对学前特殊需求幼儿的AI应用，尚未建立完善的隐私保护规范与伦理准则，这也是限制技术推广的重要因素。

AI技术与感觉统合训练、健康追踪的整合，为学前特殊需求幼儿的疗育提供了新思路。其在行为辨识、生理监测、个性化介入方面的优势，有望突破传统SIT局限，缓解专业人力不足、资源分配不均等问题，提升疗育精准度与效率。然而，应用于学前特殊需求幼儿仍面临年龄适配性不足、技术接受度低、隐私伦理不明确等多重挑战。

未来，在台湾地区推动AI辅助SIT与健康追踪的实践与研究，可从四个方面发力：一是加强本土化研究，结合学前特殊需求幼儿发展特征，开发适配的AI系统与穿戴装置；二是开展教保人员与家长数位素养培训，提升技术操作能力与接受度；三是建立完善的隐私保护规范与伦理准则，保障幼儿权益；四是推动跨领域合作，整合教育、疗育、科技资源，构建全方位的AI辅助疗育体系。

期望通过各方努力，推动AI技术在学前特殊需求幼儿疗育领域的规范化应用，让科技真正成为赋能特殊需求幼儿成长的助力，缩小疗育资源落差，为每一位学前特殊需求幼儿提供优质、精准的疗育服务。