根据下周在芝加哥大学年会上公布的一项研究，一种新开发的人工智能(AI)系统可以分析专门的大脑核磁共振成像，准确诊断 24 至 48 个月大的儿童患有自闭症，准确率高达 98.5%。北美放射学会 ( RSNA )。
Mohamed Khudri 博士是肯塔基州路易斯维尔大学的访问研究学者，他是一个多学科团队的成员，该团队开发了用于分析和分类大脑扩散张量 MRI (DT-MRI) 的三阶段系统。DT-MRI 是一种特殊技术，可检测水如何沿着大脑白质束传播。
“我们的算法经过训练，可以识别偏差区域，以诊断某人是否患有自闭症或神经正常症，”库德里说。
人工智能系统包括从 DT-MRI 扫描中分离出脑组织图像，并提取表明大脑区域之间连接水平的成像标记。机器学习算法将自闭症儿童大脑中的标记模式与正常发育的大脑中的标记模式进行比较。
“自闭症主要是一种大脑内部连接不当的疾病，”合著者格雷戈里·N·巴恩斯(Gregory N. Barnes)医学博士、哲学博士、路易斯维尔诺顿儿童自闭症中心神经学教授兼主任说。“DT-MRI 捕捉到了这些异常联系，这些联系导致了自闭症儿童经常出现的症状，例如社交沟通障碍和重复行为。”
研究人员将他们的方法应用于来自自闭症脑成像数据交换 II 的 226 名年龄在 24 至 48 个月之间的儿童的 DT-MRI 脑部扫描。该数据集包括 126 名自闭症儿童和 100 名正常发育儿童的扫描。该技术在识别自闭症儿童方面表现出 97% 的敏感性、98% 的特异性和 98.5% 的总体准确性。
“我们的方法是一项新颖的进步，能够及早发现两岁以下婴儿的自闭症，”库德里说。“我们相信三岁之前的治疗干预可以带来更好的结果，包括自闭症患者获得更大独立性和更高智商的潜力。”
根据 CDC 2023 年自闭症社区报告，只有不到一半的自闭症谱系障碍儿童在三岁时接受了发育评估，而符合自闭症谱系障碍标准的儿童中有 30% 在 8 岁时没有得到正式诊断。岁。
“早期干预背后的想法是利用大脑可塑性，或者大脑通过治疗使功能正常化的能力，”巴恩斯博士说。
研究人员表示，患有自闭症的婴儿和幼儿因多种原因而被延迟诊断，其中包括检测中心缺乏带宽。库德里表示，他们的人工智能系统可以促进精确的自闭症管理，同时减少与评估和治疗相关的时间和成本。
“影像学有望以客观的方式快速检测自闭症，”巴恩斯博士说。“我们设想从 DT-MRI 开始进行自闭症评估，然后与心理学家进行简短的会议，以确认结果并指导家长采取后续步骤。这种方法可以减少心理学家 30% 的工作量。”
人工智能系统会生成一份报告，详细说明哪些神经通路受到影响、对大脑功能的预期影响以及可用于指导早期治疗干预的严重程度等级。
研究人员正在努力将其人工智能软件商业化并获得 FDA 许可。
免责声明：本文由用户上传，如有侵权请联系删除！
