一个孩子在玩“ Poke ”游戏

“第3190卷”

9月26日，自闭症人工智能辅助诊断系统“ ”是Sun Yat-Sen 第三附属医院的Zou 团队的“ ”，并在第一个广东省第一省优秀的生物医学成就释放和转型签署会议上正式揭幕。

巧合的是，9月初，由自闭症辅助诊断设备的第二代产品Ami Klin博士是亚特兰大儿童医疗保健中心的著名自闭症专家，也通过了FDA认证，并成为了自闭症辅助诊断设备。

10月2日，由丹佛早期干预自闭症模型的联合创始人杰拉尔丁·道森（ ）博士领导的研究团队发表了《自然医学》杂志上的一篇新文章，该文章还介绍了该团队开发的自闭症的早期筛选应用程序。

及时发现和科学干预是改善自闭症儿童预后的关键，早期筛查和诊断非常重要。

这些数字设备的启动是否可以客观地量化自闭症相关的症状意味着自闭症可以通过检查一些客观指标来像其他疾病一样做出相对准确的判断？自闭症的数字筛查和诊断时代是否来了？从自闭症从量表筛查，诊断到客观判断有多远？

丹佛早期干预自闭症模型的联合创始人

杜克大学自闭症与大脑发展中心主任

杰拉尔丁·道森博士

：公爵

01

自闭症筛查仅需大约10分钟

博士团队发表的最新研究主要由美国国家卫生研究院（NIH）的子公司国家儿童健康与人类发展研究所（NIH）和杜克大学电气和计算机工程杰出教授 资助，是该论文的联合作者。

他们使用计算机视觉技术，机器学习技术等开发了该应用程序，并将其命名，主要是通过iPad等平板电脑设备运行。被筛选的孩子只需要在应用程序上观看大约10分钟的视频，然后播放一个迷你游戏来完成筛选。

使用自闭症筛查过程的示意图：一个孩子正在观看视频内容； b。观看视频后，一个孩子玩泡泡游戏。 c。视频内容的屏幕截图（绿色框是社交内容，黄色是非社会内容）

这个十分钟的视频的内容主要包括与社交相关的视频和非社会视频，包括浮动气泡，草皮上的小狗（动画），旋转上衣，机械幼犬，吹泡泡，互动教学，有趣的教学，有趣，玩具块等。终于，这是一个适合孩子们喜欢的小型游戏的小游戏。在查看过程中，测试仪还将进行多个呼叫名测试，以查看孩子的反应并自动通过应用程序记录它们。

在儿童观看视频，测试他们的名称响应和玩游戏的过程中，该应用将记录23个“数字表型”（），即整个测试过程的行为性能，例如查看屏幕的时间，注意不同的视频内容和面部表情的时间。然后，使用机器学习技术来分析和判断儿童的表现。

道森（）认为，与客观指标（例如自闭症筛查和诊断的眼动追踪）相比，记录和分析包括眼动测试在内的各种“数字表型”可以提供更多客观的筛查指标。她在杜克大学（Duke ）的新闻稿中说：“这种筛选工具（）捕捉了参加测试的儿童的更广泛行为，并更准确地反映了自闭症的复杂性和多样性。”

几种主要的“数字表型”及其自动计算方法

02

有希望改善自闭症早期筛查的准确性

使用上述测试内容对总共475名17-36个月大的儿童进行了治疗和完成。结果表明，其中有49个是阳性的（被筛选为自闭症），328个为阴性（筛选为神经型），而98个是发育延迟（但没有自闭症）。之后，在专业医生使用第二版自闭症“金标准”自闭症诊断观察量表（ADOS-2）并与DSM-5标准诊断结合在一起后，有6人是假阳性，有63人是虚假的，相应的敏感性为87.8％，特异性为80.8％。

同时，该团队修改了积极的预测率（即，筛查筛查阳性的儿童的比例最终被诊断为自闭症患者），结果表明，如果该应用程序广泛用于自闭症筛查，并且预计对其中40.6％的阳性的儿童预计将最终诊断为自闭症。

在本文中，作者列举了另一项大型早期筛查样本研究，其中有25,000多名儿童。结果表明，在世界许多国家/地区广泛使用的M-Chat-R/F具有很高的特异性，但敏感性差，其正预测价值仅为14.6％。换句话说，确认M-Chat-R/F为阳性的儿童中，只有不到15％被诊断为自闭症。

结合M-Chat-R/F，筛选结果的灵敏度和特异性超过90％。

在这项研究中，作者还比较了应用程序检测和M-CHAT-R/F分数的筛选结果。九个是M-Chat-r/f被认为是非自动主义的孩子，但被该应用程序正确判断为自闭症，并最终被“黄金标准”诊断为自闭症。在由M-Chat-R/F量表筛选自闭症的40名儿童中，最终被“金标准”诊断为神经型，并且应用程序筛查还对这40名儿童做出了正确的判断。

作者结合了两组数据，将数字筛选后的精度与M-Chat-R/F量表进行了计算，以提早筛选自闭症。通过上述方法进行校正后，使用这两种方法筛选为阳性的儿童的可能性预计将增加到63.4％。

因此，作者团队希望该应用程序可以作为自闭症筛查的客观和定量工具，从而帮助初级保健机构提高自闭症早期筛查的准确性。他们认为，这种“定量，客观和可扩展”的数字表型分析应用程序有望提高自闭症筛查的准确性，尤其是与早期筛查量表结合使用时。

道森说：“就像人们去看医生一样，医生会听取他们的意见，描述他们的经历，并使用客观的体检（例如温度计）获取更多信息。” “对于自闭症，这种客观测试已经缺失了。”

03

自闭症筛查和诊断会转向数字时代吗？

实际上，在等人发表的研究论文之前，已经有与市场上自闭症领域有关的多个数字筛查和诊断设备。例如，由亚特兰大儿童医疗中心著名自闭症专家Ami Klin开发的自闭症辅助诊断设备。在我国的数字设备的研究和开发与自闭症诊断和干预有关的数字设备的研究和开发中也有多个团队。上个月年底，Sun Yat-Sen 第三附属医院的Zou 教授也入围了广东省的首个杰出生物医学成就。

近年来，道森（）的研究还集中在人工智能和数字设备的应用上，以早日筛查自闭症。他从事的许多NIH项目都集中在自闭症早期筛查的数字研究上。

以前，她还在一篇评论文章中指出，有关临床团队的辅助诊断设备，可以将评估社会关注的测试与自闭症的其他早期行为表现相结合，例如对人的兴趣不足，命名反应表现不佳，情绪异常和社会参与，缺乏手势和慢速发展，可以改善筛查和诊断的诊断。

但是，这些数字诊断和治疗设备和应用程序仍未在临床实践中广泛使用。加州大学洛杉矶分校大卫·盖芬医学院的教授凯瑟琳·洛德（ Lord）是自闭症诊断的“黄金标准”的作者凯瑟琳·洛德（ Lord）在同一时期发行的评论文章中说，“谁具有许多令人印象深刻的功能”，如果在“许多令人印象深刻的特征”中分发了这些工具，那么在主要的护理设施中使用了更大的可靠性和强大效力”。

例如，尽管已经收集了多达23个“数字表型”，但与自闭症的核心症状密切相关的陈规定型观念和重复性行为尚未包含在该应用程序中进行分析。同时，该工具是否可以在较大的人口样本（例如不同的性别，种族和种族群体）中表现出更好的一致性和稳定性，还需要进一步研究。

ADOS-2的作者之一，是自闭症诊断的“黄金标准”

洛德博士为这项研究写了一篇评论文章：加州大学洛杉矶分校

洛德认为，对于数字自闭症筛查设备，包括自闭症的设备需要广泛用于初级卫生保健机构，有必要进一步提高准确性，以确保使用初级卫生保健机构的工作人员不会在使用时造成更多麻烦。同时，由于污名，社会经济学，与高级医生接触的困难的差异，对低收入和偏远地区的人们的自闭症诊断非常严重。在这种情况下，对于父母来说，了解自闭症儿童的典型和非典型儿童的典型和非典型发展，并及时筛查和诊断，以及是否可以提供合理的干预措施。

因此，洛德说，创建可以客观地衡量儿童发展的设备很重要，“它提供了可以用来提高父母和专业人士的认识并帮助他们采取下一步的信息。”

对于这些被认为是代表性的数字诊断设备，除了专注于早期筛查和早期诊断自闭症外，未来还应专注于识别和监测导致自闭症的因素，例如有限的社交行为或经常出现自闭症的状况，例如运动障碍和运动障碍和发育迟缓，洛德（Lord）。 “在这些方面进行研究至关重要。”

这篇文章由Zeng 博士，博士，博士学位，华盛顿大学的特殊教育研究和赖斯和小米的高级主任。

参考

1.，S.，di，jm，， al。 .nat Med（2023）。

2. Lord，C.，RB帮助.NAT MED（2023）。

3。

4.- AI应用程序。