据12月21日消息，韩国延世大学医学院研究人员近日取得突破：利用深度学习人工智能算法分析儿童视网膜照片，能够诊断自闭症谱系障碍（ASD），准确率高达至100%。 %。
图片来源Pixabay 自闭症谱系障碍是一种神经发育障碍，儿童通常在社交沟通、重复行为和兴趣方面表现出异常。早期诊断对于干预和治疗至关重要，但目前自闭症的诊断主要依靠行为观察和专业评估，费时费力，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性。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，一半处于正常对照状态。他们拍摄了所有参与者的视网膜照片，并使用深度学习算法来分析照片与症状严重程度评分之间的相关性。
令人惊讶的是，该算法在测试阶段表现出了惊人的准确性，成功识别出所有自闭症儿童，准确率达到100%。即使图像中95% 的最不重要区域被消除（仅留下视神经盘区域），该算法的准确性仍保持稳定，这表明视神经盘区域对于区分自闭症至关重要。
除了诊断准确性之外，该算法还能够评估自闭症症状的严重程度，平均准确度为0.74。研究人员指出，这个值在“可接受”的范围内，0.8 到0.9 为“优秀”。
值得注意的是，参与这项研究的儿童年仅四岁，这表明基于人工智能的模型可以从这个年龄段开始用作客观筛查工具。由于新生儿的视网膜直到四岁时才会停止发育，因此需要进一步研究以确定该工具是否适用于年幼的儿童。
该研究成果近日发表在权威医学杂志《JAMA Network Open》上，为自闭症诊断和治疗领域带来新的希望。
