研究人員拍攝了兒童視網(wǎng)膜的照片，并使用深度學(xué)習(xí)人工智能算法對(duì)其進(jìn)行篩查，他們驚訝地發(fā)現(xiàn)診斷自閉癥的準(zhǔn)確率達(dá)到100%。研究結(jié)果支持使用人工智能作為早期診斷的客觀篩查工具，尤其是在兒童精神科?？漆t(yī)生人手有限的情況下。
學(xué)習(xí)人工智能算法對(duì)其進(jìn)行篩查，他們驚訝地發(fā)現(xiàn)診斷自閉癥的準(zhǔn)確率達(dá)到100%。研究結(jié)果支持使用人工智能作為早期診斷的客觀篩查工具，尤其是在兒童精神科?？漆t(yī)生人手有限的情況下。
在眼睛的后部，視網(wǎng)膜和視神經(jīng)在視盤處連接。視盤是中樞神經(jīng)系統(tǒng)的延伸，是觀察大腦的一個(gè)窗口，研究人員已經(jīng)開始利用他們的能力，輕松、無創(chuàng)地進(jìn)入這一身體部位，獲取與大腦相關(guān)的重要信息。
最近，英國(guó)研究人員創(chuàng)造了一種非侵入性方法，通過將眼部安全激光照射到視網(wǎng)膜上，快速診斷腦震蕩?，F(xiàn)在，韓國(guó)延世大學(xué)醫(yī)學(xué)院的研究人員利用人工智能算法篩選出的視網(wǎng)膜圖像，開發(fā)出了一種診斷兒童自閉癥譜系障礙（ASD）和癥狀嚴(yán)重程度的方法。
研究人員招募了958名平均年齡為7.8歲的參與者，對(duì)他們的視網(wǎng)膜進(jìn)行了拍照，共獲得了1890張圖像。其中一半?yún)⑴c者被診斷患有自閉癥，另一半是年齡和性別匹配的對(duì)照組。自閉癥癥狀嚴(yán)重程度采用自閉癥診斷觀察表-第二版（ADOS-2）校準(zhǔn)嚴(yán)重程度評(píng)分和社交反應(yīng)量表-第二版（SRS-2）評(píng)分進(jìn)行評(píng)估。
利用85%的視網(wǎng)膜圖像和癥狀嚴(yán)重程度測(cè)試得分訓(xùn)練了卷積神經(jīng)網(wǎng)絡(luò)（一種深度學(xué)習(xí)算法），以構(gòu)建篩查ASD和ASD癥狀嚴(yán)重程度的模型。其余15%的圖像保留用于測(cè)試。
在對(duì)測(cè)試圖像集進(jìn)行ASD篩查時(shí)，人工智能可以挑選出診斷為ASD的兒童，接收者操作特征曲線下的平均面積（AUROC）為1.00。AUROC的范圍在0到1之間。一個(gè)預(yù)測(cè)100%錯(cuò)誤的模型，其AUROC值為0.0；一個(gè)預(yù)測(cè)100%正確的模型，其AUROC值為1.0。即使去除圖像中95%最不重要的區(qū)域（不包括視盤），平均AUROC也沒有明顯下降。
研究人員說："我們的模型在使用視網(wǎng)膜照片區(qū)分ASD和TD（具有典型發(fā)育的兒童）方面表現(xiàn)良好，這意味著ASD的視網(wǎng)膜改變可能具有潛在的生物標(biāo)志物價(jià)值。有趣的是，這些模型僅使用包含視盤的圖像的10%，就保留了1.00的平均AUROC值，這表明該區(qū)域?qū)τ趨^(qū)分ASD和TD至關(guān)重要。"
癥狀嚴(yán)重程度的平均AUROC值為0.74，其中0.7至0.8的AUROC值為"可接受"，0.8至0.9的AUROC值為"優(yōu)秀"。
研究人員說："我們的研究結(jié)果表明，視網(wǎng)膜照片可提供有關(guān)癥狀嚴(yán)重程度的額外信息。研究發(fā)現(xiàn)只有ADOS-2評(píng)分可以進(jìn)行可行的分類，SRS-2評(píng)分則不行。這可能是因?yàn)锳DOS-2由訓(xùn)練有素的專業(yè)人員進(jìn)行，評(píng)估時(shí)間充裕，而SRS-2通常由護(hù)理人員在幾十分鐘內(nèi)完成；因此，前者會(huì)比后者更準(zhǔn)確地反映一個(gè)人的嚴(yán)重程度。"
研究參與者最小的只有四歲。研究人員說，根據(jù)他們的研究結(jié)果，他們基于人工智能的模型可以作為一種客觀的篩查工具，從這個(gè)年齡段開始使用。由于新生兒視網(wǎng)膜在四歲前一直在生長(zhǎng)，因此還需要進(jìn)一步研究，以確定該工具是否能準(zhǔn)確地用于比四歲更小的參與者。
研究人員說："雖然還需要未來的研究來確定可推廣性，但我們的研究代表著向開發(fā)ASD客觀篩查工具邁出了值得注意的一步，這可能有助于解決一些緊迫問題，如由于資源有限而無法獲得專門的兒童精神病學(xué)評(píng)估。"
這項(xiàng)研究發(fā)表在《美國(guó)醫(yī)學(xué)會(huì)雜志網(wǎng)絡(luò)版》（JAMA Network Open）上。
