大数据和人工智能可以帮助检测自闭症类型。我们能更多地了解自闭症吗？ [自闭症康复中心]
研究人员表示，他们通过环状RNA检测软件(NCLscan)设计了大数据分析流程，寻找自闭症患者大脑皮层中表达异常的环状RNA，并预测其调控路径；结合分子生物学实验后，团队证实环状RNA像海绵一样吸附了特定的microRNA (mirna)，使其失去或降低了对下游自闭症风险基因的调控能力。
除了帮助识别基因的显式簇，当这个AI模型与多模态地图数据结合时，发现了许多与自闭症强相关的因素，甚至提出了检测自闭症亚型的通用方法。
据UNITE称。AI，自闭症谱系障碍，包括亚斯伯格症，是很难识别和区分的，而且由于自闭症相关的基因有成千上万种变体，所以从基因数据上诊断自闭症是相当困难的。因此，研究团队从不同的来源收集了大量的数据，希望能够辅助定量分析。
因此，我想借此机会向读者普及科学，解释阿斯伯格症和相关的自闭症，并讨论目前我们是否可以利用技术来帮助识别或检测它。
报道称，自闭症谱系障碍的病因尚无定论，但中央研究院的一项基因研究揭示了自闭症脑组织中环状RNA的调控关系。这一发现可用于探索自闭症的分子机制，为未来的诊断、关注和治疗提供新的思考方向。
西北大学最近也进行了一项新的研究。该团队开发的AI模型可用于筛选出自闭症的早期症状，并检测其属于哪一类。
1944年，维也纳的儿科医生汉斯·阿斯伯格(Hans Asperger)在他的博士理论中描述了4个男孩患有“自闭型精神障碍”的案例，但在当时并没有引起太多关注。直到1981年，英国精神病学家洛娜·温(Lorna Wing)引用“阿斯伯格”一词来描述她的临床病例，这个名字才逐渐广为人知。
在周二转载了量子位的文章后，我收到了几个读者的反馈。的确，将网站开发者佐藤的亚斯伯格症与“社交恐惧症”和“天才病”联系起来是相当不恰当的，很容易加深大众对这种疾病的刻板印象。
研究表明，其中一种以化学成分异常为特征的自闭症类型是基于多维证据(具有多个复杂因素)的亚型，具有独特的分子特征，研究团队设计的AI模型通过这些分子的特征正式检测并区分其所属的类别。
西北大学的研究只是AI模型的一个应用。其他的是由纽约大学和明尼苏达大学的科学家开发的人工智能模型，用于检测创伤后应激障碍(PTSD)。预计未来将有更多的大数据和AI被用于辅助精神/心理症状的发展，从而为早期诊断和关注提供更完整的方案。
为什么阿斯伯格症被称为“天才病”？也许是因为世界上几位著名的人物，如爱因斯坦、牛顿、莫札特，甚至台北市长柯文哲，都被认为具有吴雅思特色。他们被认为智商特别高，不善于社交，行为怪异，但很多研究证实，其实亚族人的平均智商和普通人差不多，只不过他们对特定的事物特别热衷，这使得他们更容易在某些领域取得杰出的成就。
在200多个RNA-seq数据样本中，有60个样本显示自闭症患者大脑皮层中存在异常环状RNA。经过统计模型分析，根据这60个环状RNA的表达情况，可以有效区分自闭症和非自闭症样本。
2012年，美国精神病学协会取消了阿斯伯格症的名称，将其归类为自闭症谱系障碍。2013年《精神疾病诊断与数据手册》(DSM-5)第五版也删除了阿斯伯格综合症的相关诊断。
这些特征在每个人的成长阶段都或多或少的经历过，拥有过，只是程度的不同，以及是否影响正常生活。与其把它列为一种疾病，不如说它是一种特殊的人格特质(当然，如果已经造成了相当大的障碍，还是要尽早寻求专业人士的帮助)。
- 发表评论
-
- 最新评论 进入详细评论页>>
