在《科学转化医学》杂志上发表的一项研究显示，医生们能够利用机器学习判断6个月大的婴儿是否会发展成自闭症谱系障碍，其准确率甚至超过96%。据美国北卡罗来纳州大学教堂山分校、华盛顿大学等的研究者们表示，他们开发的机器学习算法能够分析婴儿6个月时的脑部功能性磁共振成像（fMRI）中人类医生所读不出来的细节，从而给出诊断结论。

用AI观测“人所不能看到的”

近期，在北卡罗来纳大学（UNC）教堂山分校精神病学家Heather Hazlett的带领下，人工只能在疾病诊断领域又下一城。她们开发的深度学习算法，在预测2岁前的自闭症高危儿童（有个自闭症哥哥或者姐姐）是否会在2岁之后被诊断为自闭症上，以88%的准确度远超准确度只有50%的传统行为问卷调查法（Charman 2014诊断自闭症，用AI观测“人所不能看到的”）。

Hazlett在接受IEEE采访时表示，“我们这个算法不仅在准确性上优于传统的方法，而且我们可以在更早的时间诊断。”一般而言，自闭症在儿童成长到2到3岁才表现出典型的症状，所以基于行为观察和问卷调查的方法，很难判断2岁前的儿童是否会在2岁之后被诊断为自闭症。而Hazlett团队发明的人工智能方法，可以在儿童12个月大时，预测他会不会在2岁时被诊断为自闭症。

由于诊断准确率高，时间早，Hazlett团队的这一重要成果于2017年初刊登在顶级期刊《自然》上。这是此月人工智能在疾病诊断领域的应用第二次登上《自然》杂志。

自闭症是一种并不罕见的疾病，它还有另一个名字叫孤独症。据统计，自闭症在普通的儿童群体中发病率约在1.5%左右，如果一个新生儿的哥哥或者姐姐被诊断为自闭症，那么他就是个自闭症高危患儿，他的患病风险会飙升到20%左右。据测算，目前全世界自闭症患者数量接近4000万。

在诊断算法开发的过程中，原始数据的收集一直是一个难题。鉴于自闭症患者的兄弟姐妹患自闭症的可能性是常人的20倍，该项目的研究人员走访了自闭症患者家属，对患者弟弟或妹妹6个月大时的脑部扫描图像进行收集，并在他们2岁时对他们的行为能力进行评估。研究人员收集的59个样本中，共有11名儿童被诊断为自闭症。

在(zai)(zai)这些(xie)数据的基础上，研究(jiu)者(zhe)们开发(fa)了(le)一个机器学习算法(fa)以寻找11名(ming)自闭症婴(ying)儿脑(nao)部(bu)图像(xiang)的共(gong)同点。在(zai)(zai)开发(fa)完成后(hou)，研究(jiu)者(zhe)们使用了(le)该算法(fa)重新分(fen)析这59名(ming)婴(ying)儿的脑(nao)部(bu)扫描。最终，该算法(fa)辨认(ren)出了(le)11名(ming)自闭症儿童中(zhong)的9名(ming)，准确率超过96%。

futurism.com制作的柱状图，其中左侧为自闭症患者（11名患者，9人被正确识别），右侧为非自闭症患者（48人全部被正确识别）。这项诊疗方式不仅方便快捷、对婴儿没有伤害，还能够提早18个月得出高准确性的判断结果。对此，乔治·华盛顿大学自闭症与神经发育障碍研究院的负责人Kevin Pelphrey评价：“这（项成果）将颠覆该领域。”


以“预防”代替“治疗”，AI还需数据支持

尽管这项研究受到了医疗行业内的广泛赞誉，该实验结论还需经过重复性验证，并且接受更大样本数据的考核。事实上，机器学习和人工智能在医疗早期诊断上大有可为，原因正是在于其能够讲病例和数据库中的大量历史数据进行高效比对。因此，这项研究要想逐步深化，并被推广使用，绝对不能仅仅依靠这59份初始样本。

目前，人工智能早期诊断的各个支线都在不断发展，其中包括AI诊断皮肤癌、肺癌、视网膜病变等。针对病例数据的“收集难”问题，开发AI医疗的科技巨头们已经与医疗机构展开了紧锣密鼓的合作。

就在上个(ge)月(yue)，人工(gong)智(zhi)(zhi)能(neng)(neng)公(gong)司DeepMind正(zheng)在跟英国国家(jia)医(yi)疗(liao)(liao)服务系统(tong)（NHS）展(zhan)开(kai)合作(zuo)。通过(guo)NHS，Moorfields眼(yan)(yan)科医(yi)院将向DeepMind提供的(de)100万(wan)份眼(yan)(yan)球(qiu)扫(sao)描(miao)资(zi)(zi)料，这(zhei)样(yang)一(yi)来，人工(gong)智(zhi)(zhi)能(neng)(neng)可(ke)以(yi)更好地学习(xi)湿性(xing)年(nian)(nian)龄(ling)相关黄斑(ban)变(bian)性(xing)以(yi)及糖尿病(bing)(bing)(bing)视网(wang)膜病(bing)(bing)(bing)变(bian)等眼(yan)(yan)疾的(de)早期(qi)(qi)症状(zhuang)。而IBM的(de)Watson人工(gong)智(zhi)(zhi)能(neng)(neng)在医(yi)疗(liao)(liao)行业的(de)布局甚至更早：以(yi)IBM Watson肿(zhong)瘤(liu)解决方案(an)（IBM Watson for Oncology）为例，其通过(guo)医(yi)生和研究(jiu)人员共计1.5万(wan)小时的(de)登入时间获得了数千(qian)病(bing)(bing)(bing)例、期(qi)(qi)刊(kan)文章与教科书资(zi)(zi)料，从而能(neng)(neng)够针(zhen)对一(yi)些癌症病(bing)(bing)(bing)症给出(chu)治疗(liao)(liao)方案(an)备选。就在上个(ge)月(yue)，人工(gong)智(zhi)(zhi)能(neng)(neng)公(gong)司DeepMind正(zheng)在跟英国国家(jia)医(yi)疗(liao)(liao)服务系统(tong)（NHS）展(zhan)开(kai)合作(zuo)。通过(guo)NHS，Moorfields眼(yan)(yan)科医(yi)院将向DeepMind提供的(de)100万(wan)份眼(yan)(yan)球(qiu)扫(sao)描(miao)资(zi)(zi)料，这(zhei)样(yang)一(yi)来，人工(gong)智(zhi)(zhi)能(neng)(neng)可(ke)以(yi)更好地学习(xi)湿性(xing)年(nian)(nian)龄(ling)相关黄斑(ban)变(bian)性(xing)以(yi)及糖尿病(bing)(bing)(bing)视网(wang)膜病(bing)(bing)(bing)变(bian)等眼(yan)(yan)疾的(de)早期(qi)(qi)症状(zhuang)。

提早布局的IBM Watson

目前没有证据表明可以通过某种干预手段降低婴儿自闭症的风险，美国国立心理健康研究所的医学专家Armin Raznahan表示。这在很大的程度上是因为，通过目前的手段，一旦诊断儿童为自闭症患者，那么他们受到的伤害已经无法挽回了，这一点儿跟阿尔茨海默病和帕金森病等非常类似。该研究的出现，将在一定程度上改善现在的局面。

患者并不是唯一能在人工智能医疗中获益的群体。和人类相比，人工智能和机器学习能够更早、更准确地识别一些疾病，同时也能够提高医务工作者的工作效率。这样，医务工作者在病情诊断上花费的时间和精力能够更好地运用在疗程规划以及对患者个体的关注上。这一变革将对世界上缺少医疗工作者的地区有很大的意义，同时也能够解救因病患众多而分身乏术的医生们。


（来(lai)源：境外考察）

2017中国国际福祉博览会暨中国国际康复博览会由中国残疾人联合会主办，迄今已成功举办十届，是我国唯一一个国家部委级残疾人辅助器具博览会，也是世界第三大福祉博览会。

2017年9月13-15日，福(fu)祉(zhi)展将(jiang)汇(hui)聚全球康复、辅(fu)具、养老(lao)、健康、福(fu)祉(zhi)、残疾人用(yong)(yong)品、老(lao)年人用(yong)(yong)品等产业的(de)新技(ji)术、新应(ying)用(yong)(yong)，引领(ling)产业未来发展，助力企(qi)业开拓无(wu)限商(shang)机(ji)。