科學人／人工智慧識別2歲以下孩童是否具自閉症 準確率達80%

孩童示意图，与新闻当事者无关。图／Ingimage

自闭症谱系障碍（Autism Spectrum Disorder, ASD）的早期诊断对于孩子的发展有着深远的影响。卡罗琳斯卡学院的科学家们开发了一款人工智慧模型，只要几个简单的儿童特征资讯，便能有效预测两岁以下孩童是否具有自闭症。

早期诊断自闭症的重要性

自闭症是一种社交互动、沟通能力及行为模式的发育障碍。许多研究证明，早期诊断与干预能够显著改善自闭症儿童的发展结果。因此，若是能够在两岁以前就识别出自闭症风险的孩子，对其未来的发展至关重要。正如团队成员拉贾戈帕兰（Shyam Rajagopalan）所说：「早期诊断与干预能彻底改变许多孩子及其家庭的生活品质。」

人工智慧如何预测自闭症？

研究团队从美国的一个大型数据库（SPARK）中提取3万名自闭症及非自闭症个体的资讯。这些资讯的选取非常关键，因为它们都是在24个月龄之前能够获得的基本资料，使得经过训练过的AI预测模型更具实用性，特别是在资源有限的医疗环境中。

研究人员设计了28种不同的参数，开发了四个不同的模型。其中表现最优的模型「AutMedAI」能够根据孩童的早期行为特征，例如首次微笑、首次讲出简短句子以及是否有进食困难等，预测自闭症的风险。后续经过12000名儿童的验证，研究团队公告AutMedAI在识别自闭症儿童方面，具有80%的准确率。

机器学习模型的应用与挑战

虽然AutMedAI模型展现了优异的预测准确率，但研究团队强调，这款模型的设计初衷是辅助诊断，而非取代临床评估。模型的准确性和可靠性仍需进一步验证，并且正在进行将基因数据纳入模型的工作，以进一步提高预测的精确性。

AutMedAI跨出了人工智慧辅助传统医疗的一大步，未来更精确的模型可能会结合基因资讯与其他生物特征，为专业的医疗人士提供更全面评估的工具，以及完善的诊断报告。这不仅有助于医疗资源的合理分配，还能够让更多孩子及时获得所需的医疗支持与照护。

资料来源：

1. Rajagopalan, Shyam Sundar, et al. "Machine Learning Prediction of Autism Spectrum Disorder From a Minimal Set of Medical and Background Information." JAMA Network Open 7.8 (2024)

2. AI model aids early detection of autism

（本文出自2024.11.26《科学人》网站，未经同意禁止转载。）