自閉癥譜系范疇的神經發(fā)育性疾病通常要到孩子幾歲時才會被確診，但那時對患者的干預和治療已過了最佳時期。近日發(fā)表在美國《國家科學院學報》上的一項新研究顯示，利用人工智能分析瞳孔變化或心率波動可幫助盡早診斷這類疾病。
此前研究發(fā)現，自閉癥譜系障礙患者的大腦膽堿能神經環(huán)路異常，而大腦膽堿能神經環(huán)路異常會伴隨患者瞳孔自發(fā)擴張或收縮以及心率異常。
美國波士頓兒童醫(yī)院的研究人員觀察了實驗鼠的瞳孔變化，發(fā)現在實驗鼠的自閉癥癥狀出現之前，其瞳孔擴張和收縮就已經發(fā)生了改變?；趯@些實驗鼠約60小時的觀察，研究人員“訓練”了一種深度學習算法，用以識別出異常的瞳孔變化模式。
然后，研究人員用這個算法分析了35名患有瑞特綜合征的女孩以及對照組的40名正常女孩的瞳孔變化情況。瑞特綜合征是屬于自閉癥譜系范疇的神經發(fā)育性疾病，患者智力遲鈍，并會出現類似自閉癥的癥狀。
為避免檢測瞳孔造成被檢測對象的不安，研究人員使用心率波動作為量化標準。研究人員發(fā)現，該算法仍成功識別出了患有瑞特綜合征的女孩，一兩歲嬰幼兒診斷準確率為80%。
研究人員表示，這種非侵入性且易于評估的方法可成為嬰幼兒神經發(fā)育問題的篩查工具，用于追蹤他們的發(fā)育情況。該算法不僅可以為瑞特綜合征等自閉癥譜系障礙提供早期預警信號，未來也可以用于監(jiān)測患者對治療的反應。
