人工智能可助尽早诊断自闭症

自闭症谱系中的神经发育疾病通常直到孩子几岁时才被诊断出来，但是对患者进行干预和治疗的最佳时期已经过去了。最近发表在《美国国家科学院学报》上的一项新研究表明，使用人工智能分析瞳孔变化或心率波动有助于尽早诊断此类疾病。

先前的研究发现，自闭症谱系障碍患者的大脑胆碱能神经回路异常伴随着瞳孔的自发扩张或收缩以及心率异常。

美国波士顿儿童医院的研究人员观察了实验小鼠的瞳孔变化，发现在实验小鼠出现自闭症症状之前，瞳孔的扩张和收缩已经发生了变化。基于对这些老鼠大约60个小时的观察，研究人员“训练”了一种深度学习算法来识别异常的瞳孔变化模式。

研究人员随后使用该算法分析了35名患有瑞特综合征的女孩和40名对照组正常女孩的瞳孔变化。瑞德综合征是一种属于自闭症谱系的神经发育疾病。病人智力迟钝，症状类似于自闭症。

为了避免瞳孔检测对被测对象造成干扰，研究者采用心率波动作为量化标准。研究人员发现，该算法仍能成功识别出患有瑞特综合症的女孩，对1至2岁婴儿的诊断准确率为80%。

研究人员表示，这种非侵入性且易于评估的方法可以用作有神经发育问题的婴儿的筛查工具，并跟踪他们的发育。该算法不仅可以为瑞特综合征等自闭症谱系障碍提供早期预警信号，还可以用于监测患者对未来治疗的反应。