不知道大家平日里，在身边有没有遇到、或者注意过这样的小孩子。

当你和他们沟通时，他们不和你对视，也不回应你的问题；他们可能不停玩一个玩具，且必须放在特定位置，一旦被移动就会极度不安；他们也可能有强烈的分享欲，但不分场合、不顾他人感受地反复谈论自己感兴趣的话题……

他们可能患有孤独症（即自闭症）。

研究表明，中国孤独症患病率约为1%，患病人群超1000万，其14岁以下儿童超300万。庞大的数据背后，是康复师的短缺。我国从事孤独症儿童康复的教师约10万人，其中残联在册的仅2.3万人，与患病儿童比例约1:130，专业人才缺口巨大。

南京脑科医院儿童心理卫生研究中心所长、发育领域专家柯晓燕，从自己32年的接诊经验分析：经过早期干预，1/4孤独症儿童能够恢复得比较好。3%—25%的儿童经过早期干预，不再符合孤独症诊断。

让孤独症儿童得到及时、专业、科学的干预非常重要。但在国内，超过1000万的特需儿童，分散在数万个乡镇中。而服务他们的康复机构，长期被“三座大山”压得喘不过气：人才短缺、资源不均、效果难以量化。

AI，正以前所未有的方式，改变着这个极度依赖人力和经验的行业。

当专业机构“挺身而出”，AI就成为了关键助力

2009 年，当时，南方都市报首席记者姜英爽（“大米”）的女儿（小米）还不到一岁半，因言语、社交和眼神异常，被医生诊断为自闭症。姜英爽开始查阅资料、拜访专家，并联合其他家长成立家长互助组织。尽管女儿在一年后被判定为误诊，但这段经历让她亲眼目睹了无数特需儿童家庭的困境：有的家长因不懂科学干预，把孩子送去“电击治疗”；有的因找不到专业机构，只能在家“瞎训练”；更多人则困在“自闭症 = 终身残疾”的认知误区里，放弃了干预机会。甚至发生孩子死在不正规机构的悲剧。

2014年，姜英爽创办“大米和小米”公众号，为这个群体科普自闭症知识。2016年，她开设第一家线下干预机构，并推出居家干预视频课程，专注于为1-12岁自闭症谱系、社交障碍、语言发育迟缓、学习困难等特殊需要儿童提供专业康复服务。截至目前为止，大米和小米在国内30多个城市开设了线下干预机构，累计服务儿童超过3万人。

但正如我们前面已经讲到的那样，面对客观上巨大的患儿数量，仅仅只靠这样的机构和人力规模，依然难以满足市场需求。且孤独症患者的情况因人而异，很多时候都需要专属一对一的评估、训练方案。而这又会大量消耗康复师的精力，使得他们难以提高工作效率。

那么，如何进一步地解决孤独症治疗资源不足、治疗资源难以被最大效率配置的难题呢？AI的出现，让大米和小米找到了办法，借助亚马逊云科技的力量，将AI引入到了业务流程的多个环节上。根据公开数据显示，在得到了AI助力之后，大米和小米成功地解决了孤独症、语言发育迟缓和学习困难等特需儿童干预康复环节的多个效率难题，时间节省效果显著。与此同时，AI技术更是大大提升了特需儿童治疗资源所能触达的用户数量。截至今年，大米和小米的线上平台用户数量已超百万。

效率登神的RICE AI，让“帮助更多特需儿童”成为可能

大米和小米到底使用了怎样的“AI魔法”，亚马逊云科技在其中又起到了何种关键作用？为了解答这个问题，2025年10月16日，我们三易生活在深圳大米和小米总部，与大米和小米CTO崔迁、亚马逊云科技大中华区技术总监王晓野，以及众米互联产品开发部、大米和小米高级督导徐园月进行了面对面的交流，深入了解了其中的技术原理。

首先，大米和小米的“AI产品”名为RICE AI解决方案。其可以交互式引导康复师整理分析评估报告、快速形成教学计划、设计实用教案、创作吸引孩子的电子教具，并高效生成教学反馈。同时，RICE AI还汇聚了大米和小米十年来积累的全方位专业素材，包括专家医生的最新趋势分享、业界优秀学者的系统知识讲解、资深康复师的案例与实战总结等，有效打破了传统康复模式的资源壁垒，让更多机构和康复人才能够共享丰富的专业知识，共同推动特需儿童康复服务水平的提升。

具体来说，在评估效率和精准度提升方面，RICE AI解决方案如今每日可生成4000多个干预策略，与资深督导决策相对比，其准确率已接近90%，且大大地提升了康复师和督导的工作效率。比如过去人工撰写评估方案，至少需要3小时。但现在，AI可自动生成长达十几页的评估报告，人工审核与微调耗时不到30分钟。除此之外，AI还可根据数据记录智能判断调整决策，分析推理生成下阶段干预策略，从而大幅提升督导效率。

与此同时，在提升干预个性化水平、提升干预效率方面，大米和小米基于Amazon SageMaker机器学习平台训练出的图片大模型，能根据患儿的兴趣爱好，在10分钟内生成绘本故事，以及帮助康复师快速定制教具图片。而过去，这些工作可能需要耗费康复师团队几个月的精力才能完成，而且还难以做到“千人千面”。如此一来，大大减轻了康复团队的工作压力，让他们能将更多的时间放在实际的与孩子社交互动、干预环节，而非耗费于材料、教具的准备。

为什么是亚马逊云科技？这次不只是技术优势

当然，如此强大、复杂的AI系统，其背后的研发历程，注定并不简单。根据大米和小米CTO崔迁的说法，为了研发出RICE AI，大米和小米需要将过去10年业务积累的超过3万份个案评估数据、近1.2亿条干预行为记录、300万+条督导决策信息进行“AI学习”。崔迁表示，亚马逊云科技派出了多个岗位的科技和工程人员到大米和小米中心，连续几天与工作人员一同上课、观摩教学，在实际场景中挖掘技术落地价值。正是在这个过程中，亚马逊云科技不仅帮助大米和小米找到了如何将数据用于模型训练的方法，更帮助大米和小米进行用户研究、场景挖掘，提供POC验证、甚至提供代码级解决方案，使大米和小米能够直接部署到系统。后续，亚马逊云科技也深入参与了参数和模型的逐步调优，与大米和小米一起，共同完成了这个对社会意义重大的AI项目。

另一方面，我们当然也不能忽视亚马逊云科技本身的基础设施和服务优势。靠着计算服务Amazon EC2 、存储服务Amazon S3和机器学习服务Amazon SageMaker，大米和小米过去积累的巨大数据集能够得到成本最优化的弹性存储与弹性计算支撑，无需事先进行数据集与计算量的预估。而在Amazon SageMaker对AI模型训练完成并进行微调之后，模型可以立刻被部署到高可用的推理端点，快速在实际工作当中发挥效用。

有意思的是，根据亚马逊云科技大中华区技术总监王晓野的说法，在与大米和小米的合作当中，亚马逊云科技不只是帮助实现了更高的社会价值，同时也更加确信了亚马逊一贯坚持的技术道路的“正确性”。即从真实的应用场景出发，反向推导科技、模型和AI能力如何演进，而非简单地将通用能力去到处套用。

或许也正是因为有这样的企业文化和技术坚持，面对“AI助力特需儿童康复”这样一个颇具社会积极性、但技术上却曾是一片空白的课题，我们才会看到亚马逊云科技“挺身而出”的身影，以及他们如今与大米和小米携手，共同推进AI技术在相关课题上不断发挥新作用的紧密合作关系。