先進的人工智慧系統透過分析大腦核磁共振成像準確診斷出幼兒自閉症，準確率高達98.5%。這項由跨學科團隊開發的創新技術有望加強自閉症的早期檢測和治療，解決目前因檢測資源有限而導致的診斷延遲問題。

一種開創性的人工智慧系統利用腦核磁振造影診斷技術，可以非常準確地診斷出24至48個月大兒童的自閉症，兩歲以下兒童自閉症的準確率高達98.5%，為更早、更有效地治療和管理自閉症鋪平了道路。

在北美放射學會（RSNA）年會上展示的這個系統透過分析專門的腦部核磁共振成像診斷自閉症的準確率高達98.5%，令人印象深刻。

肯塔基州路易斯維爾大學訪問研究學者、理學士Mohamed Khudri 是一個多學科團隊的成員，該團隊開發了三階段系統來分析和分類大腦彌散張量MRI（DT-MRI）。DT-MRI 是一種特殊技術，可偵測水如何沿著大腦白質束流動。

Khudri說：”我們的演算法經過訓練，可以識別偏差區域，從而診斷出一個人是自閉症患者還是神經症患者。”

人工智慧系統包括從DT-MRI 掃描中分離出腦組織影像，並提取顯示大腦區域之間連通性水平的成像標記。機器學習演算法將自閉症兒童大腦中的標記模式與正常發育大腦中的標記模式進行比較。

單張影像中的五大白質特徵（區域對）。顏色圖為黃色=小腦上梗（R）/無楔束（R），橘色=穹窿柱和穹窿體/放射狀後冠（L），紫色=脾臟/網狀結構內囊（L），藍色=背側扣帶回（L）/穹窿嵴（R），綠色=脾臟/外囊（R）。圖片來源：RSNA/Mohamed Khudri, B.Sc.

「自閉症主要是一種大腦內部連結不當的疾病，」共同作者、路易斯維爾諾頓兒童自閉症中心主任、神經學教授、醫學博士格雷戈里-巴恩斯（Gregory N. Barnes）說。”DT-MRI捕捉了這些導致自閉症兒童經常出現的症狀的異常連接，如社交溝通障礙和重複行為。”

研究人員將他們的方法應用於自閉症腦部影像資料交換-II 中226 名年齡在24 到48 個月之間的兒童的DT-MRI 腦部掃描。資料集包括126 名受自閉症影響的兒童和100 名發育正常兒童的掃描結果。此技術在辨識自閉症兒童的敏感度為97%，特異度為98%，整體準確率為98.5%。

Khudri 說：”我們的方法是一項新的進步，能夠早期發現兩歲以下嬰兒的自閉症。我們相信，在三歲前進行治療幹預可以帶來更好的結果，包括自閉症患者有可能獲得更大的獨立性和更高的智商。”

根據美國疾病預防控制中心發布的《2023 年自閉症社群報告》，不到一半的自閉症譜系障礙兒童在3 歲前接受了發育評估，30% 符合自閉症譜系障礙標準的兒童在8歲前沒有得到正式診斷。

巴恩斯博士說：「早期介入的理念是利用大腦的可塑性，即透過治療使大腦功能恢復正常的能力。影像技術有望以客觀的方式快速檢測自閉症。我們設想了一種自閉症評估方法，首先進行DT-MRI 評估，然後由心理學家進行簡短的會診，確認結果並指導家長採取下一步措施。這種方法可以減少心理學家多達30% 的工作量。”

研究人員說，患有自閉症的嬰幼兒遲遲得不到診斷有幾個原因，其中包括測試中心頻寬不足，他們的人工智慧系統可以促進精確的自閉症管理，同時減少與評估和治療相關的時間和成本。

人工智慧系統會產生一份報告，詳細說明哪些神經通路受到了影響、對大腦功能的預期影響以及嚴重程度分級，可用於指導早期治療介入。

研究人員正在努力實現其人工智慧軟體的商業化，並獲得美國食品和藥物管理局（FDA）的許可。