人工智能可通过眼部照片诊断儿童自闭症，准确率达 100%

IT之家 12 月 21 日消息，韩国延世大学医学院的研究人员近日取得一项突破：利用深度学习人工智能算法分析儿童视网膜照片，竟然实现了对自闭症谱系障碍（ASD）的诊断，准确率高达 100%。

自闭症谱系障碍是一种神经发育障碍，儿童患者通常会在社交沟通、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，耗时费力，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。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，另一半为发育正常的对照组。他们拍摄了所有参与者的视网膜照片，并通过深度学习算法分析照片与症状严重程度评分之间的关联。

令人惊讶的是，该算法在测试阶段表现出了惊人的准确度，成功识别出所有自闭症患儿，准确率达到 100%。即使剔除图像中 95% 最不重要的区域（仅保留视盘区域），算法的准确率也依然保持稳定，表明视盘区域对于区分自闭症至关重要。

IT之家注意到，除了诊断准确率之外，该算法还能够评估自闭症的症状严重程度，平均准确率达到 0.74。研究人员指出，这个数值处于“可接受”的范围，0.8 至 0.9 为“优秀”。

值得一提的是，参与研究的儿童年龄最小只有四岁，这表明基于 AI 的模型可以从这个年龄段开始作为一种客观的筛查工具。由于新生儿的视网膜直到四岁才会停止发育，因此还需要进一步的研究来确定该工具是否适用于更小的儿童。

这项研究成果于近日发表在权威医学期刊《JAMA Network Open》上，为自闭症的诊断和治疗领域带来新的希望。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。