儿童眼睛中的隐藏模式可以揭示他们是否患有自闭症

深度学习人工智能模型可用于筛选并检查病情的严重程度，根据新的研究，人工智能可能需要的只是一张受试者视网膜的照片。

之前的研究视网膜神经的变化与大脑结构的改变有关，并且从那里到 (）。有证据表明，通过中枢神经系统的相互联系，眼睛确实是大脑的窗户。

研究人员表示：“患有自闭症谱系障碍的人的视网膜结构发生了变化，这可能反映了大脑的变化，包括通过胚胎和解剖学连接导致的视觉通路异常。”写在他们的新论文中。

“深度学习算法是否可以帮助使用视网膜照片客观筛查自闭症谱系障碍和症状严重程度尚不清楚。”

在这项研究中，韩国延世大学医学院的一个团队想要看看人工智能是否可以在视网膜模式中发现自闭症谱系障碍。一、型号接受过培训人工智能被告知受试者是否患有自闭症的图像。

然后，人工智能被要求分析 958 名平均年龄为 7.8 岁的儿童和青少年的视网膜，其中一半人患有视网膜病变。。它在识别自闭症患者和非自闭症患者方面取得了满分。

AI 不太擅长根据视网膜照片预测症状严重程度，准确率仅为 48-66%。尽管如此，这里仍然有很大的潜力可以帮助孩子们在更早的时候获得有用的评估，等待时间更短。

在这种情况下，研究人员将训练数据限制在 4 岁到 18 岁之间的儿童和青少年，但他们认为这也适用于更小的孩子——这是未来研究可能会研究的内容。

“这个问题仍未得到探索，因为我们样本中最小的年龄组是四岁，”写研究人员。 “自闭症谱系障碍患者的视网膜改变甚至可能在视网膜成熟之前就显现出来。”

在一项研究中，研究人员能够将视网膜对光的反应与以下情况联系起来(）和自闭症谱系障碍（ASD），这是眼睛如何充当个体大脑活动的镜子的另一个例子。

大约36 人中就有 1 人根据八岁儿童的患病率，这种疾病被认为是自闭症——尽早意识到这一诊断可以对年轻人了解自己和在世界上走下去产生巨大的影响。

“这项研究的结果表明，视网膜照片可以作为筛查自闭症以及可能筛查症状严重程度的客观方法的可行候选者，”写研究人员。

该研究发表于JAMA 网络开放。