人工智能系统在自闭症早期诊断方面展现出前景

路易斯维尔大学的研究人员开发了一种人工智能（AI）系统，该系统展现出诊断24至48个月大儿童自闭症的潜力，准确率高达98.5%。这项在芝加哥举行的北美放射学会年会上公布的研究成果，突显了该系统分析专门的脑部MRI图像以早期发现自闭症的能力。.

用于早期诊断的创新型人工智能系统

由多学科团队开发的这套三阶段人工智能系统，利用扩散张量磁共振成像（DT-MRI）技术来检测大脑白质束中水分子的运动 trac。DT-MRI 是一种专门的技术，能够揭示不同脑区之间的连接情况。该人工智能系统首先从 DT-MRI 扫描图像中提取脑组织图像，然后trac指示连接水平的成像标记，最后利用机器学习算法将自闭症儿童的大脑模式与正常发育儿童的大脑模式进行比较。.

迫切需要客观诊断

目前的自闭症诊断工具带有主观性，尤其是在评估处于自闭症与正常发育临界点的个体时。人工智能系统旨在通过提供客观、准确的早期自闭症诊断技术来解决这一难题。该研究的共同作者、路易斯维尔大学生物工程系主任艾曼·埃尔-巴兹博士强调了自闭症诊断领域迫切需要此类进步。.

早期干预的意义

早期诊断自闭症对于有效的治疗干预至关重要，在三岁前进行干预可获得更好的治疗效果，包括更高的独立性和更强的智商。研究人员将他们的方法应用于226名儿童的弥散张量磁共振成像（DT-MRI）脑部扫描，结果令人鼓舞，有望使自闭症儿童更早地获得循证干预。.

对临床工作流程的潜在影响

该人工智能系统有望将心理学家的工作量减少高达30%。拟议的诊断流程包括人工智能系统进行初步评估，随后由心理学家进行确认性会谈，指导家长采取后续步骤。这种简化的方法可以提高诊断效率，使自闭症儿童能够更快地获得干预。.

专家意见和考量

尽管研究结果令人鼓舞，但一些专家强调需要进一步验证并扩大其适用范围。德克萨斯儿童医院的Leandra Berry博士承认这项诊断技术在早期自闭症检测方面具有潜力，但她建议需要开展更多研究来验证这些发现。该研究主要针对24至48个月大的儿童，这引发了人们对该技术在更小儿童中的应用价值的质疑。.

AJ Drexel自闭症研究所所长戴安娜·罗宾斯博士强调，研究样本中必须纳入其他发育迟缓的儿童，以确保准确区分自闭症谱系障碍。此外，对常见共病诊断（例如注意力defi/多动障碍和智力障碍）的考量，也凸显了自闭症谱系障碍的复杂性。.

未来步骤和商业化

研究人员表示有意将人工智能软件商业化，并寻求美国食品药品监督管理局（FDA）的批准。这一步骤对于确保该技术能够被广泛应用至关重要。尽管其潜在益处dent，但专家提醒，该技术尚未准备好供公众使用，并强调需要进行全面的验证，同时还要解决一些实际挑战，例如昂贵的影像检测以及某些地区技术普及率有限等问题。.

路易斯维尔大学的人工智能系统为自闭症的早期诊断带来了令人鼓舞的进展，它提供了一种客观高效的方法。该系统有望减轻心理学家的工作量并加快治疗干预，这凸显了此类技术进步在自闭症研究领域的重要意义。然而，专家呼吁保持谨慎乐观的态度，强调在广泛应用之前，还需要进一步验证并解决实际操作中的各种问题。.