自闭症早期筛查诊断的人工干预可靠吗？ {自闭儿}
当然，人工智能在自闭症筛查和诊断中的应用，让我们越来越关注如何高效地利用算法帮助人类提高效率，创造和提供更有价值的工作方法。更具创新性和前瞻性，对远程诊断的意义不容忽视。既减轻了经济负担，又节省了门诊挂号的等待时间，辅助儿科医生和发育专家进行自闭症的早期筛查和诊断。但能否普及，还需要技术功能的完善和政策法规的保障。
此时，人工智能的算法可以帮助儿科医生和发育专家尽快筛选出高危儿童，缩短从发现异常到最终确诊自闭症谱系障碍的时间，从而更及时地为儿童提供早期干预支持。
DSM-5中自闭症谱系障碍的诊断之所以将发病年龄的标准从36个月放宽到幼儿期，是因为儿童的社交困难可能要到更大的年龄才会出现，直到其社交需求超过其有限的能力时，他们的缺陷才可能完全显露出来，或者被后天的策略所掩盖，一些行为在早期无法很好地观察到。
近年来，世界范围内自闭症的发病率呈上升趋势。美国CDC 2021年最新数据显示，自闭症发病率为1/44，其中65%智力正常。国家统计局发布2021年中国经济数据，全年出生1062万人。据估计，约有24万儿童有潜在的疾病威胁。可见，从出生前后到幼儿期的疾病筛查和发现都是不可小觑的。
可见，仍有一些家长在发现孩子异常后，往往要等上几个月甚至几年才去找专家诊断，期间可能错过了最佳干预时机，导致孩子问题的加重。大量研究表明，在症状完全表现出来之前进行早期干预，可以降低自闭症谱系障碍的严重程度，改善儿童的大脑和行为发育。
首先，诊断依赖于对行为的观察，但症状严重程度的判断需要有经验的专业人士。如果症状的行为特征不够明显，未经训练的专业人员是不可能做出科学判断的。
还有就是视频上传的问题。家长上传的视频是否符合要求，专业人士能否根据视频中的行为做出诊断？能保护孩子隐私不被泄露吗？
第二，数据的规范收集。作为一家科技公司的诊断工具产品，其用户依赖于合作医院的使用和推广，用户的分布对数据的标准化至关重要。对于Cognoa公司来说，他们收集的大部分数据都是白人男孩，而没有关于女孩和非白人的数据，所以无法保自闭症女孩和非白人自闭症儿童的诊断结果的准确性。
2020年9月，美国Cognoa公司开发了一种自闭症诊断工具，其原理是通过将电子健康记录数据输入一组算法，识别自闭症谱系障碍诊断核心的关键特征。算法根据家长的调查、家长上传的家庭视频、临床问卷等信息，捕捉这些特征并上传给儿科医生，由儿科医生做出诊断。
但同时也暴露出各种问题。
统计显示，绝大多数自闭症儿童的家长在孩子3岁之前或3岁初期就能发现孩子的发育异常(比如2岁还没说话，不看名字等。)，而美国确诊自闭症儿童的年龄中位数是4.3岁。
网上诊断的结果能否作为医保报销，应该也是家长关心的问题。
- 发表评论
-
- 最新评论 进入详细评论页>>
