儘管與自閉症相關的科學研究很多，但這種病仍然很難預知。罹患自閉症的兒童在兩歲前都沒有行為異常，在那之前，往往很難找到病理變化的跡象。對自閉症的幹預越早越好，若能準確預測嬰兒是否會患病，就可以儘早做好準備、接受治療。
一項新的研究表明，用人工智慧分析有風險患病嬰兒的腦部核磁共振數據，在相關症狀出現之前，就能預測是否會患病。在本周的《科學·轉化醫學》上。論文發表
在這項研究中，教堂山分校和華盛頓大學醫學院的研究人員掃描了 59 名 6 個月嬰兒的大腦，這些嬰兒都有患自閉症的兄姊，因而患病機率約有 20%，而一般人群中的患病機率是 1.5%。北卡羅來納大學
圖片來自 北卡羅來納大學 Mark Shen 和 Chad Chappell
研究人員用 MRI 儀器記錄入睡嬰兒超過 200 個區域的腦部活動，特別是相關區域的功能性連接是否連通，這些連接與自閉症會影響的行為和技能相關。這些嬰兒滿 2 歲後，有 11 名被診斷患有自閉症。研究人員隨後用手頭上的數據訓練人工智慧，得到了一個用 6 個月嬰兒的 MRI 數據預測自閉症的模型。
圖中藍色和紅色表示腦部區域間的功能性連接。圖片來自 DOI：10.1126 / scitranslmed.aag2882
也就是說，儘管研究人員已經知道了有哪些嬰兒已經患病，但 AI 還不知道。研究人員讓 AI 學習 58 名嬰兒的數據，並預測剩下一位嬰兒是否患病，如此重複 59 次。最後的結果是，在 11 名患兒當中，有 9 名得到了 AI 的準確預測。而對於未患病的 48 名兒童，AI 沒有預測錯誤。
儘管目前準確率還未達到 100%，但相比以前的研究已經提升不少。研究團隊在今年二月也發表了一項，利用 MRI 記錄嬰兒大腦的生長速度，並依據自閉症兒童的大腦要比一般兒童大來預測患病與否。這種算法預測了患病兒童中的 80%，預測患病的結果當中也有健康的兒童。新的方法不但更準確、測試年齡更小，而且不用跟蹤腦部的變化，只需要一次掃描就可以預測。相關的研究
這項研究目前只是一個預測措施的方向，用於臨床之前還需要進行重複實驗。此外，這項測試目前也難以在普通人群中使用，而僅僅限於有風險患病的嬰兒。教堂山分校的精神病學家 Joseph Piven 希望擴大這項研究，不僅能預測兒童是否將患病，還要能夠預測自閉症的嚴重程度，以及會有什麼樣的行為。這將使得這項工具更有用，治療也更有效。
論文 DOI：10.1126 / scitranslmed.aag2882
題圖 Pixabay