AI再上分！人工智能可在孩子1岁前精准识别自闭症，准确率超80%
AI再上分！人工智能可在孩子1岁前精准识别自闭症，准确率超80%
早期干预，被证明是显著提升自闭症患者社交和认知功能的金钥匙。然而，遗憾的是，在儿童2岁之前的宝贵时期，自闭症的早期识别却如同雾中看花，难度极大。如今，人工智能（AI）正引领我们走向一个新的方向。
AI突破：1岁前精准识别自闭症，准确率超80%
卡罗林斯卡学院的一支研究团队，开发出了一种多模态数据分析的AI模型。这一模型，能够在自闭症患儿仅仅12个月左右时，就捕捉到患病的微妙迹象。更令人振奋的是，它对两岁以下儿童的识别准确率，竟然高达80.5%。而这一过程仅仅需要相对有限的信息作为线索。
这一研究成果，刊登在了科学期刊《Jama Network Open》上。研究团队以“Machine Learning Prediction of Autism Spectrum Disorder From a Minimal Set of Medical and Background Information”（基于最小医学和背景信息的自闭症谱系障碍机器学习预测）为题，宣告了他们的重大发现。
研究方法与数据
研究团队从目前最大的ASD研究数据库——Simons Foundation Powering Autism Research for Knowledge (SPARK)中，精心挑选了30660名参与者的数据作为研究的基石。其中，被诊断为ASD的参与者和非ASD参与者各占一半，达到了15330名。这样的实验样本量不仅庞大，还涵盖了不同年龄段、种族和性别的个体，确保了研究的广泛适用性和深远意义。
为了实现早期筛查，研究团队从众多线索中筛选出了28个关键特征。这些特征在幼儿24个月大之前就可以通过基础医疗筛查和背景历史轻松获得。它们涵盖了11项基础医疗筛查指标和17项背景历史数据，每一个都如同拼图中的一块，共同构成了自闭症的早期画像。
模型开发与验证
在模型的开发过程中，研究人员使用了四种不同的机器学习模型：逻辑回归（Logistic Regression）、决策树（Decision Tree）、随机森林（Random Forest）和极限梯度提升（XGBoost）。他们使用独立数据集进行验证，对数据集进行了60%训练集、20%验证集和20%测试集的划分。
研究结果显示，XGBoost模型（被命名为AutMedAI）在测试集中的表现最为出色。它的AUROC达到了0.895，准确率更是高达80.5%。这一模型在检测ASD方面展现出了强劲的实力和巨大的潜力。
AI在自闭症治疗中的新应用
在情感的海洋中，AI也展现出了它独特的魅力。由哥伦比亚大学研究团队制造的机器人Emo就如同一位善解人意的朋友一般，它能够在人类微笑前0.9秒预测即将出现的表情，并作出相应的表情反应。这一技术不仅在情感互动中展现了AI的无限潜力，还标志着AI在情感理解和人机信任建立方面取得了重要进展。
另一项研究发现，AI或许已经具备了类似“心智理论”（Theory of Mind）的能力。这意味着AI能够在特定情况下理解人类的心理状态，如“发现错误想法”“理解间接言语”“识别失礼”等。GPT-4、GPT-3.5和Llama 2在这些方面的表现已经接近甚至超过了人类。
这些发现不仅展示了AI在情感理解和心理推理方面的强大能力，还为AI在自闭症治疗中的广泛应用提供了新的思路和方向。未来，AI有望在自闭症儿童的情感理解、社交互动等方面发挥更大的作用。在AI的陪伴下，我们相信自闭症儿童将能够更好地融入社会，享受生活的每一刻。