自閉癥譜系范疇的神經發育性疾病通常要到孩子幾歲時才會被確診，但那時對患者的干預和治療已過了最佳時期。近日發表在美國《國家科學院學報》上的一項新研究顯示，利用人工智能分析瞳孔變化或心率波動可幫助盡早診斷這類疾病。
此前研究發現，自閉癥譜系障礙患者的大腦膽堿能神經環路異常，www.amc-iso.com，而大腦膽堿能神經環路異常會伴隨患者瞳孔自發擴張或收縮以及心率異常。
美國波士頓兒童醫院的研究人員觀察了實驗鼠的瞳孔變化，發現在實驗鼠的自閉癥癥狀出現之前，其瞳孔擴張和收縮就已經發生了改變。基于對這些實驗鼠約60小時的觀察，研究人員“訓練”了一種深度學習算法，用以識別出異常的瞳孔變化模式。
然后，研究人員用這個算法分析了35名患有瑞特綜合征的女孩以及對照組的40名正常女孩的瞳孔變化情況。瑞特綜合征是屬于自閉癥譜系范疇的神經發育性疾病，患者智力遲鈍，并會出現類似自閉癥的癥狀。
為避免檢測瞳孔造成被檢測對象的不安，研究人員使用心率波動作為量化標準。研究人員發現，該算法仍成功識別出了患有瑞特綜合征的女孩，一兩歲嬰幼兒診斷準確率為80%。
研究人員表示，KUKA機器人電路板維修，機器人維修，這種非侵入性且易于評估的方法可成為嬰幼兒神經發育問題的篩查工具，用于追蹤他們的發育情況。該算法不僅可以為瑞特綜合征等自閉癥譜系障礙提供早期預警信號，未來也可以用于監測患者對治療的反應。