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。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。

No.1准确率超80%，AI有可能实现自闭症早筛尽早识别出自闭症，对于改善患者的长期预后至关重要。特别是在儿童大脑发育的关键时期，每一分每一秒都显得尤为珍贵。然而，传统的筛查方法却常常因为主观性和文化差异而陷入困境，导致诊断的延误和最佳干预时期的错失。为了应对这一挑战，该研究团队将目光投向了目前最大的ASD研究数据库——Simons Foundation Powering Autism Research for Knowledge (SPARK)。他们精心打造了一种基于最少化背景和医疗信息的机器学习模型，期望能够实现更早的ASD筛查。在研究对象的选择上，他们更是下足了功夫。研究团队从SPARK（第8版）数据库中精心挑选了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。这些特征的选择注重可获得性和非侵入性，并主要依赖家长报告的信息。相比其他依赖复杂医疗检测或基因数据的研究，这种简化的特征选择方法使模型更具实用性和可推广性。它如同一位慈祥的医生，特别适合为年幼的孩子进行早期筛查。在模型的开发过程中，研究人员以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）训练模型。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）在测试集中的表现如同明星一般耀眼。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。

研究人员还使用SHAP值这一神秘的工具，评估了各个特征对ASD分类的贡献。他们仔细分析每一个线索，确保了模型的解释性和实用性。研究结果显示，发展迟缓或异常、挑食或饮食异常行为在ASD预测中起到了举足轻重的作用。此外，研究还发现这一模型在不同年龄段中的表现如同一位稳健的长跑者一般一致。在0-2岁、2-4岁和4-10岁这三个年龄段中，模型的AUROC分别为0.868、0.920和0.906。这一发现进一步验证了模型的稳健性和泛化能力，为它的广泛应用奠定了坚实的基础。该研究的一个显著亮点在于其数据的广泛性与多样性，以及简化的特征选择。研究团队利用大规模数据库和易于获取的特征，开辟了一条高效的早期筛查之路。这一方法不仅降低了筛查的成本，还提高了模型的实用性和可推广性。

然而，研究也并非完美无缺。模型在典型的发育中的儿童中差异很大，例如学习说话和厕所训练的时机。此外，研究尚未充分验证模型在更广泛人群中的适用性，以及临床应用中的实际效果。No.2AI为自闭症治疗提供新思路在情感的海洋中，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。它如同一座桥梁，连接着人类与机器的心灵世界。另一项研究也颇有意义，它发现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。