路易斯维尔大学的研究人员表示，他们已经开发出一种人工智能 (AI) 系统，该系统在诊断幼儿自闭症方面拥有近乎完美的记录。
根据定于下周在芝加哥举行的北美放射学会 (RSNA) 会议上公布的研究结果，该工具使用专门的大脑 MRI 扫描对幼儿进行诊断，准确率高达 98.5%。
在会议上提出的研究通常被认为是初步的，直到在同行评审的期刊上发表。
“我们的算法经过训练，可以识别偏差区域，以诊断某人是自闭症患者还是神经正常患者，”该系统开发团队的访问研究学者穆罕默德·胡德里 (Mohamed Khudri) 说。在 RSNA 新闻稿中说。
该人工智能系统依赖于 DT-MRI，这是一种特殊技术，可以检测水如何沿着所谓的“白质轨迹”穿过大脑。
人工智能系统从 DT-MRI 扫描中分离出图像，并查看揭示大脑区域之间连接水平的标记。机器学习算法将自闭症儿童的大脑模式与正常发育的大脑模式进行比较。
“自闭症主要是一种大脑内部连接不当的疾病，”合著者、神经学教授、路易斯维尔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。“DT-MRI 捕捉到了这些异常联系，这些联系导致了自闭症儿童经常出现的症状，例如社交沟通障碍和重复行为。”
研究人员对来自 Autism Brain Imaging Data Exchange-II 的 226 名 24 至 48 个月大的儿童测试了他们的方法。其中，100 例发育正常;126 人患有自闭症。
AI 方法在发现真实的自闭症病例(避免假阳性报告)方面的准确度为 97%，在识别未患有自闭症的儿童方面的准确度为 98%。该团队得出结论，其总体准确率为 98.5%。
“我们的方法是一项新颖的进步，能够及早发现两岁以下婴儿的自闭症，”库德里说。“我们相信三岁之前的治疗干预可以带来更好的结果，包括自闭症患者获得更大独立性和更高智商的潜力。”
根据疾病控制与预防中心的最新报告，只有不到一半的自闭症儿童在 3 岁时接受了发育评估，而符合自闭症标准的儿童中有 30% 在 8 岁时并未被诊断出来。
研究人员列举了延迟诊断的几个原因，包括检测中心缺乏资源。库德里表示，人工智能系统可以帮助加快这一过程。
它生成一份报告，详细说明哪些大脑通路受到影响、对功能可能产生的影响以及可用于指导干预的严重程度评分。
“早期干预背后的想法是利用大脑可塑性，或者大脑通过治疗使功能正常化的能力，”巴恩斯说。
研究人员正在寻求食品和药物管理局对该人工智能软件的许可。
免责声明：本文由用户上传，如有侵权请联系删除！
