Severance Park Cheungeuna、Kim Hwiyeong-首尔大学 Kim Bungnyeon 教授团队开发
有望在医生诊断前于日常生活中实现早期发现
韩国本土研究团队开发出一种人工智能（AI）模型，家长在家中用智能手机录下婴幼儿的声音，就能初步筛查其是否存在自闭症谱系障碍的可能性。
世福兰斯医院10日表示，儿少精神科研究负责人 Cheon Geuna 教授、神经外科 Kim Hwiyeong 教授与首尔大学医院 Kim Bungnyeon 教授等研究团队，基于在国内9家医院就诊的18至48个月大婴幼儿共1242人的数据，开发出了这一AI模型。
自闭症谱系障碍是一种发育障碍，患者常表现出刻板、重复的行为模式，并在与他人沟通方面存在困难。如果能够在早期发现障碍症状并及时进行干预和治疗，就可以在最大程度上积极调节语言发育和社会互动能力；但若诊断和治疗延迟，则可能出现语言发育迟缓、学习困难等二次问题。然而，许多家长很难在年幼子女身上察觉相关症状，导致就医时间被推迟的情况屡见不鲜。
根据美国疾病预防控制中心（CDC）2020年发布的国家自闭症监测调查（NASS）结果，约有接近三分之一的自闭症谱系障碍儿童要在8岁以后才被确诊。
此次开发的、可通过智能手机使用的AI模型，会向儿童提出若干任务，包括：▲在叫名字时引导其做出反应 ▲模仿父母的行为 ▲玩球类游戏 ▲利用玩具进行想象游戏 ▲提出帮助请求等，并根据月龄不同分配不同数量的任务。18～23个月提供4项任务，至35个月提供5项任务，至48个月则扩展为6项任务。
在输入录制好的儿童语音后，AI会结合家长事先填写的自闭症谱系障碍筛查量表——M-CHAT（婴幼儿自闭症筛查量表）、SCQ（社会交往问卷）、SRS-2（社会反应性量表）得分进行综合分析。研究团队表示，单独使用既有量表时，准确率仅约70%；而若同时利用真实互动中采集到的儿童语音数据，其中包含声调、节奏、语音模式等信息，就可以进行多维度分析，从而显著提升筛查准确度。
研究团队开发的AI模型，能够以94%以上的准确率优先区分发育正常儿童与发育风险组自闭症儿童，并以85%的准确率区分高危人群与真正的自闭症儿童。与国际上应用最广泛的 ADOS-2（自闭症诊断观察量表）结果相比，该模型也表现出80%的符合度。
研究负责人 Cheon Geuna 教授表示：“在实际门诊中，很多患儿往往在自闭症谱系障碍程度已经相当严重之后，才第一次来就诊。本次开发的AI可以在家庭环境中使用，有望实现更早期的筛查与就诊，从而带来更好的治疗结局。”Kim Hwiyeong 教授补充称：“只要实施AI提出的标准化检测指标——语音任务，任何人都能较为容易地筛查自闭症谱系障碍。这是一种在专科医生诊断之前，家长也可以放心使用的数字化检测工具。”
本研究在国立精神健康中心发育障碍数字治疗剂开发研究项目（Research and Development）的资助下完成，已发表于国际权威学术期刊《npj数字医学》（npj Digital Medicine）最新一期。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
