“人工智能可助尽早诊断自闭症”

本篇文章509字，读完约1分钟

自闭症谱系的神经发育性疾病一般在孩子几岁时确诊，但那时对患者的干预和治疗已经过了最佳时期。 最近发表在美国《国家科学院学报》上的一项新研究表明，利用人工智能分解瞳孔变化和心率变异，有助于早期诊断这类疾病。

以往研究发现自闭症谱系障碍患者大脑胆碱能神经环异常，大脑胆碱能神经环异常伴有患者瞳孔自发扩张、收缩、心率异常。

美国波士顿儿童医院的研究人员关注小鼠瞳孔的变化，发现小鼠自闭症症状出现之前瞳孔扩张和收缩发生了变化。 基于这些小鼠约60个小时的注意力，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。

然后，使用该算法分析了瑞特综合征35名少女和对照组正常少女40名瞳孔的变化。 瑞特综合征是属于自闭症谱系范畴的神经发育性疾病，患者智力迟钝，出现自闭症样症状。

检测瞳孔，为了不给受检者带来不安，将心率波动作为量化基准。 研究人员发现，该算法还成功地识别出了瑞特综合征少女，1、2岁婴幼儿的诊断准确率为80%。

研究人员表示，这种非侵入性、易判断的方法将成为婴幼儿神经发育问题的筛选工具，用于跟踪发育情况。 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，将来也可以用于监测患者对治疗的反应。