单个图像中前五个白质特征（区域对）。图片来源：穆罕默德·胡达里/北美放射学会

科技日报记者 张梦然

根据即将在芝加哥大学举办的北美放射学会年会上公布的一项研究，一种新开发的人工智能（AI）系统可分析大脑核磁共振影像（MRI），准确诊断24—48个月大的儿童自闭症，准确率高达98.5%。

美国路易斯维尔大学团队开发了用于分析和分类大脑扩散张量MRI(DT-MRI)的3阶段系统。DT-MRI是一种特殊技术，可检测水如何沿着大脑白质束传播。算法经过训练，可识别偏差区域。

新开发的AI系统包括从DT-MRI影像中分离出脑组织图像，并提取表明大脑区域之间连接水平的成像标记。机器学习算法将自闭症儿童大脑中的标记模式与正常发育的大脑中的标记模式进行比较。

团队收集了226名年龄在24—48个月之间的儿童的DT-MRI脑部扫描影像。该数据集包括126名自闭症儿童和100名正常发育儿童的脑部扫描影像。新技术在识别自闭症儿童方面表现出97%的敏感性、98%的特异性和98.5%的总体准确性。

研究人员指出，新方法能够发现早至两岁的婴儿的自闭症。3岁之前的治疗干预可带来更好的结果，包括自闭症患者获得更大独立性和更高智商的潜力。

人工智能系统会生成一份报告，详细说明哪些神经通路受到影响、对大脑功能的预期影响以及可用于指导早期治疗干预的严重程度等级。

研究人员表示，患有自闭症的婴儿和幼儿因多种原因而被延迟诊断。新AI系统可促进精确的自闭症管理，同时减少与评估和治疗相关的时间和成本。