人工智能辅助的自闭症早期患者的筛查与诊断

自闭症谱系障碍(Autistic Spectrum Disorders,ASD)的症状早在婴幼儿期就会显现,越早发现,越早干预,治疗效果越好。传统自闭症早期筛查与诊断在评估方法、流程上存在局限,无法满足大规模筛查和诊断需求。随着人工智能技术的快速发展,使用智能化方法进行自闭症早期大规模无感筛查与诊断逐渐成为可能。近10年间,国内外对自闭症智能化识别方法的探索在经典任务行为、面部表情和情绪、眼动、脑影像、运动控制和运动模式、多模态6个领域积累了丰富的研究成果。未来研究应围绕构建国内自闭症早期智能医学筛查与诊断体系,开发针对婴幼儿患者的筛查工具,构建融合多模态数据的自闭症婴幼儿智能化识别模型,建立结合脑影像技术的自闭症精细化诊断方法等方面来开展。

自闭症谱系量表的理论研究与临床应用

自闭症谱系量表(Autistic-spectrum Quotient,AQ)是自闭症筛查量表中较为简单易测的一个工具,有成人版、青年版和儿童版三个版本。首先,从编制自闭症谱系量表的理论基础入手,介绍这三个版本的发展演变及其信度、效度、计分方式。其次,介绍自闭症谱系量表在自闭症人群、普通人群和精神分裂症患者、厌食症患者中的应用状况,并介绍了跨文化背景的应用情况。发现目前自闭症谱系量表在国外应用广泛,在国内的使用较少。其广泛的国际影响力能够为我国自闭症的筛选评估和研究提供参考。