研究人员说，新研发的系统对专业大脑核磁共振成像进行分析，以98.5%的准确率诊断出月龄在24至48个月的幼儿自闭症患者。
路易斯维尔大学的一个多学科团队研发了这套三级系统，分析并归类大脑核磁共振弥散张量。核磁共振弥散张量是一种特殊技术方法，可以检测大脑中水分子与白质纤维束的走向。
研究报告作者之一、该大学生物工程系教授兼主任艾曼·巴兹通过电邮告诉合众国际社记者：“目前诊断自闭症的手段是主观性的，特别是在评估非常接近自闭症与正常发育界限的个体时。因此，迫切需要开发一种新的、客观的技术方法，用于自闭症早期诊断。”
这套AI系统需将大脑组织成像与核磁共振弥散张量扫描进行分离，提取显示大脑区域连接水平的成像标记。
机器学习算法将患有自闭症儿童的大脑标记模型与正常发育儿童进行对照。
研究报告作者之一、路易斯维尔大学神经学教授、诺顿儿童自闭症中心主任格雷戈里·巴恩斯博士在新闻稿中说：“自闭症主要是一种大脑内部连接不当的疾病。核磁共振弥散张量捕捉这些导致自闭症儿童常见症状(比如社交障碍和重复行为)的异常连接。”
研究人员将这套方法应用于出自二代自闭症脑成像数据交换库、月龄在24个月至48个月的226名儿童的核磁共振弥散张量大脑扫描。这组数据包括126名自闭症儿童和100名正常发育儿童的扫描。
研究人员指出，3岁前进行干预治疗，疗效较好，包括自闭症患儿的自理能力和智商都能有所提高。
根据美国疾病控制和预防中心2023年《自闭症社区报告》，在患有自闭症谱系障碍的儿童中，只有不到一半人在3岁前获得了发育评估，还有30%的人未在8岁前获得正式诊断。
巴兹说：“因为婴儿大脑的神经可塑性现象，1岁至3岁期间进行早期密集行为干预具有显著优势。”
自闭症评估首先从这套AI系统入手，然后再与心理学家进行简短的会议，确认结果，后续再指导家长。这样可以减少心理学家30%的工作负担。
研究人员希望推广这套AI软件，并获得美国食品和药物管理局的审核批准。（编译/郑国仪）
