【讀者投書】視網膜AI：窺見瞳孔中的兒童自閉症線索

作者／林姿伶（研究助理）

研究人員進行一項前瞻性研究，運用人工智慧演算法，對捕捉的兒童視網膜影像進行篩檢，成功診斷患有自閉症譜系障礙（Autism Spectrum Disorder, ASD）的兒童。研究顯示，人工智慧演算法在區分正常發育兒童和自閉症譜系障礙兒童的準確性，達到100%的正確率。

在眼睛的後部，視網膜和視神經在視盤相連，作為中樞神經系統的延伸，這個結構提供一個窗口，讓研究人員能夠輕鬆且非侵入地獲取與大腦相關的重要資訊。值得一提的是，即使在排除許多非必要的圖像數據的情況下，該演算法仍保持完美的分數，突顯視神經盤在辨識別過程中的重要性。這種創新方法有望改變傳統的早期檢測方式，特別是在專業兒童精神科醫生有限的情況下。

研究人員招募958名平均年齡7.8歲的參與者，透過拍攝他們的視網膜獲得1890張影像，其中一半的參與者被診斷患有自閉症譜系障礙，另一半則是作為年齡與性別匹配的對照組。在研究中，使用85%的視網膜影像和症狀嚴重程度測試分數，訓練卷積神經網路，建立模型來篩選ASD，以及辨識ASD症狀的嚴重程度，剩餘的15%圖像則被保留作為測試用途。結果顯示，對於測試影像集的ASD篩檢，人工智慧可以挑選出接受者操作者特徵曲線（AUROC）下平均面積為1.00的ASD診斷兒童，即使移除影像中95%最不重要區域（不包括視盤），平均AUROC也無顯著下降。

研究人員表示，下一步將擴大研究範圍，關注其他族群和診斷類別。期望透過進一步的研究，將這些分析方法發展為實用工具，以協助臨床醫生更準確、有效地進行ASD及其相關疾病的篩檢與診斷。

資料來源:

1. https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2812964?utm_source=For_The_Media&utm_medium=referral&utm_campaign=ftm_links&utm_term=121523
2. https://newatlas.com/medical/retinal-photograph-ai-deep-learning-algorithm-diagnose-child-autism/
3. https://ts2.space/en/ai-algorithm-utilizes-retinal-imaging-for-accurate-autism-detection-in-children/#gsc.tab=0
4. https://www.sciencealert.com/a-hidden-pattern-in-childrens-eyes-can-reveal-if-they-have-autism

瀏覽 336 次