科學人／人工智慧識別2歲以下孩童是否具自閉症 準確率達80%

孩童示意圖，與新聞當事者無關。圖／Ingimage

自閉症譜系障礙（Autism Spectrum Disorder, ASD）的早期診斷對於孩子的發展有着深遠的影響。卡羅琳斯卡學院的科學家們開發了一款人工智慧模型，只要幾個簡單的兒童特徵資訊，便能有效預測兩歲以下孩童是否具有自閉症。

早期診斷自閉症的重要性

自閉症是一種社交互動、溝通能力及行爲模式的發育障礙。許多研究證明，早期診斷與干預能夠顯著改善自閉症兒童的發展結果。因此，若是能夠在兩歲以前就識別出自閉症風險的孩子，對其未來的發展至關重要。正如團隊成員拉賈戈帕蘭（Shyam Rajagopalan）所說：「早期診斷與干預能徹底改變許多孩子及其家庭的生活品質。」

人工智慧如何預測自閉症？

研究團隊從美國的一個大型數據庫（SPARK）中提取3萬名自閉症及非自閉症個體的資訊。這些資訊的選取非常關鍵，因爲它們都是在24個月齡之前能夠獲得的基本資料，使得經過訓練過的AI預測模型更具實用性，特別是在資源有限的醫療環境中。

研究人員設計了28種不同的參數，開發了四個不同的模型。其中表現最優的模型「AutMedAI」能夠根據孩童的早期行爲特徵，例如首次微笑、首次講出簡短句子以及是否有進食困難等，預測自閉症的風險。後續經過12000名兒童的驗證，研究團隊公告AutMedAI在識別自閉症兒童方面，具有80%的準確率。

機器學習模型的應用與挑戰

雖然AutMedAI模型展現了優異的預測準確率，但研究團隊強調，這款模型的設計初衷是輔助診斷，而非取代臨牀評估。模型的準確性和可靠性仍需進一步驗證，並且正在進行將基因數據納入模型的工作，以進一步提高預測的精確性。

AutMedAI跨出了人工智慧輔助傳統醫療的一大步，未來更精確的模型可能會結合基因資訊與其他生物特徵，爲專業的醫療人士提供更全面評估的工具，以及完善的診斷報告。這不僅有助於醫療資源的合理分配，還能夠讓更多孩子及時獲得所需的醫療支持與照護。

資料來源：

1. Rajagopalan, Shyam Sundar, et al. "Machine Learning Prediction of Autism Spectrum Disorder From a Minimal Set of Medical and Background Information." JAMA Network Open 7.8 (2024)

2. AI model aids early detection of autism

（本文出自2024.11.26《科學人》網站，未經同意禁止轉載。）