科学家报告说，通过使用脑部扫描技术来区分被诊断为自闭症的成年人和没有自闭症的人，这种研究取得了新的成功。

许多医生和科学家认为，如果他们拥有确定大脑中特定异常现象的可靠方法，就可以改善对自闭症谱系障碍的诊断和了解。事实证明，这种“生物标志物”难以捉摸，通常是因为对一组患者显示出希望的方法在应用于另一组患者时却失败了。然而，在《自然通讯》的一项新研究中，科学家报告了新的成功程度。他们提出的生物标记物在评估两组不同的成年人时具有相当高的准确性。

该技术主要由日本京都国际高级电信研究(ATR)研究所开发，并由布朗大学的三位合著者做出了主要贡献，该技术是一种称为“分类器”的计算机算法，因为它可以对多个主题进行分类-患有自闭症谱系障碍者和没有自闭症谱系障碍者-基于功能性磁共振成像(fMRI)脑部扫描。通过分析数十名患有自闭症的人和没有自闭症的人的数千种大脑网络连接的联系，该软件发现了16个关键的区域间功能联系，从而使它可以准确地分辨出传统上被诊断出患有自闭症的人和没有自闭症的人。该小组在日本的三个地点与181名成人志愿者一起开发了分类器，然后将其应用于七个地点的88名美国成年人中。

布朗的认知，语言和心理科学研究副教授尤卡·萨萨基(Yuka Sasaki)说：“这是[成功地]将分类器应用于完全不同的同类研究的第一项研究。”“以前有很多尝试。我们终于克服了这个问题。”

该分类器结合了两种机器学习算法，在每个人群中均表现良好，日本志愿者的平均准确度为85%，美国人平均为75%。研究人员计算出，完全偶然地看到这种程度的交叉种群表现的可能性是百万分之1.4。