瑞典的科研团队近期运用机器学习技术，开发了一种人工智能模型，旨在辅助专家进行孤独症谱系障碍（ASD）的早期诊断。ASD是一种影响儿童社交和沟通能力的神经发育障碍，通常被称为孤独症或自闭症。据世界卫生组织统计，每100名儿童中大约有1名患有孤独症，但目前只有大约四分之一的孤独症儿童能在3岁之前得到确诊。早期诊断对于孤独症儿童的社交和认知发展至关重要。
卡罗琳医学院的研究者们在《美国医学会杂志·网络开放》上发表了他们的研究成果。他们的数据集来源于美国的一个大型研究项目，该项目招募了约5万名孤独症患者及其家庭成员，包括15330名确诊的孤独症儿童和同等数量的未确诊儿童。研究涵盖了不同年龄、种族和性别的儿童。
研究团队根据家长提供的医疗记录和调查问卷，筛选出了28项易于在儿童2岁前获取的关键指标，例如儿童首次展现微笑表情的时间。利用这些指标，研究团队训练了一个机器学习模型，使其能够在大规模数据集中识别孤独症儿童与非孤独症儿童的特征模式和关系，并从中选出性能最佳的模型进行测试。
在对约10000名儿童进行筛查的测试中，该AI模型的识别准确率达到了78.9%。特别是在2岁以下儿童中，准确率为78.5%；2至4岁儿童为84.2%；4至10岁儿童为79.2%。然而，在另一组数据的筛查中，准确率下降到了68%。研究团队指出，模型还需要进一步的优化，并计划在未来结合眼动追踪等技术来提高筛查的准确性。
这项研究并非首次尝试利用AI技术进行孤独症的早期筛查。此前已有研究尝试将AI技术与儿童视网膜扫描相结合，以提高诊断的准确性。随着技术的不断进步，未来孤独症的早期诊断有望变得更加精准和高效。
