您的位置:首页 >Nature杂志 > 神经科学 >

使用AI筛查胎儿酒精频谱异常

导读 南加州大学(USC),皇后大学(安大略省)和杜克大学的科学家开发了一种新工具,可以快速,经济地筛查儿童的胎儿酒精谱系障碍(FASD),使全世界

南加州大学(USC),皇后大学(安大略省)和杜克大学的科学家开发了一种新工具,可以快速,经济地筛查儿童的胎儿酒精谱系障碍(FASD),使全世界更多偏远地区的儿童都可以使用该工具。

该工具使用摄像头和计算机视觉来记录儿童观看多个一分钟视频时的眼动模式,或者朝向/远离目标,然后识别与其他观看相同的儿童记录的眼动形成对比的模式视频或目标。研究人员将眼睛运动超出正常范围标记为儿童,他们可能有患FASD的风险,需要医护人员进行更正式的诊断。

Chen Zhang,Angelina Paolozza,Po-He Tseng,James N.Reynolds,Douglas P.Munoz的研究“通过眼球运动,心理测量和神经影像学数据检测胎儿/胎儿频谱异常的儿童/青少年”中描述了该技术。以及《神经学前沿》中的Laurent Itti。

根据该论文的相应作者,南加州大学计算机科学,心理学和神经科学教授Laurent Itti的说法,FASD仍然很难诊断-专业诊断可能需要很长时间才能完成,而目前的工作可能要花一整天的时间。

“没有简单的血液测试可以诊断FASD。它是频谱疾病广泛存在的那些频谱疾病之一。这在医学上非常具有挑战性,并且与其他情况并存。当前的金标准是主观的,因为它涉及一系列的测试和临床评估。这也很昂贵。”

Itti说,他和他的同事进行了这项研究,因为他们认为筛查工具可能能够覆盖更多可能面临危险的儿童。据估计,将有数百万儿童被诊断出胎儿酒精频谱异常(FASD)。如果没有在儿童生命早期诊断出这种状况,就会引起继发性认知和行为障碍。

“新的检查程序仅涉及照相机和计算机屏幕,并且可以应用于很小的孩子。仅需10到20分钟,而且在大多数情况下费用应该是可以承受的。”南加州大学神经科学研究生课程的博士候选人,该论文的第一作者陈章说。“这背后的机器学习流程可以在几分钟内给出客观一致的估计。”

虽然此计算机视觉工具并不旨在代替专业人员的全面诊断,但旨在提供重要的反馈,以便家长可以确保专业人员可以看到自己的孩子,并接受早期的认知学习和潜在的行为干预。

对于Itti来说,这并不是首次使用计算机视觉来监视眼球运动以筛查神经和认知状况。Itti长期致力于模拟视觉注意。在过去的十年中,他还将相同的技术用于筛查注意力缺陷障碍和帕金森氏病。

“有时候人们可能会告诉您,您在日常生活中只使用大脑的10%。但是,只要您睁开眼睛并处理眼前的视觉世界,就已经有超过70%的大脑处于活动状态。您的眼动系统是如此复​​杂,以至于如果大脑中发生某种事情,您的眼睛就会发出某种签名。” Itti说。

免责声明:本文由用户上传,如有侵权请联系删除!