AI可通过眼部照片诊断儿童自闭症 准确率达100%

韩国延世大学医学院的研究人员近日取得一项突破：利用深度学习人工智能算法分析儿童视网膜照片，竟然实现了对自闭症谱系障碍(ASD)的诊断，准确率高达100%。

自闭症谱系障碍是一种神经发育障碍，儿童患者通常会在社交沟通、重复行为和兴趣方面表现出异常。早期诊断对于干预治疗至关重要，但目前自闭症的诊断主要依靠行为观察和专业评估，耗时费力，且受主观因素影响较大。

这项研究为自闭症诊断开辟了新的可能。研究人员招募了958名平均年龄为7.8岁的参与者，其中一半患有自闭症，另一半为发育正常的对照组。他们拍摄了所有参与者的视网膜照片，并通过深度学习算法分析照片与症状严重程度评分之间的关联。

令人惊讶的是，该算法在测试阶段表现出了惊人的准确度，成功识别出所有自闭症患儿，准确率达到100%。即使剔除图像中95%最不重要的区域(仅保留视盘区域)，算法的准确率也依然保持稳定，表明视盘区域对于区分自闭症至关重要。

除了诊断准确率之外，该算法还能够评估自闭症的症状严重程度，平均准确率达到0.74。研究人员指出，这个数值处于“可接受”的范围，0.8至0.9为“优秀”。

值得一提的是，参与研究的儿童年龄最小只有四岁，这表明基于AI的模型可以从这个年龄段开始作为一种客观的筛查工具。由于新生儿的视网膜直到四岁才会停止发育，因此还需要进一步的研究来确定该工具是否适用于更小的儿童。

这项研究成果于近日发表在权威医学期刊《JAMA Network Open》上，为自闭症的诊断和治疗领域带来新的希望。