4月2日是“世界自闭症关注日”。近年来，全球自闭症发病率呈现出攀升趋势，大量的自闭症人士面临着诊断与治疗资源缺乏的困境。

在这一背景下，科学家和医生开始将人工智能应用于人工智能的早期诊断和康复训练。他们的努力，或许能为自闭症人群点亮一盏灯。

自闭症又称孤独症，是一种神经发育障碍疾病，在1943年被首次报告和描述。它的主要特征包括语言发育迟滞、行为重复刻板、社会交往和沟通存在障碍，等等。

近年来，全球的自闭症发病率呈现出攀升趋势。2019年，中国残疾人康复协会孤独症康复专业委员会副主任委员孙梦麟曾在一次演讲中介绍，中国的自闭症人群超过1000万人，其中有自闭症儿童200多万人。

尽管距人类首次报告自闭症已经过去77年，自闭症的诊断与治疗仍然存在诸多困难，其中之一就是早期诊断和干预：医生一般在儿童两岁以后才能对其进行观测和评估，从而决定儿童是否需要医学干预。这可能导致自闭症儿童错过最好的干预时机。

为了解决这一难题，有科学家和医生开始探索引入人工智能技术。

由于神经退行性疾病患者的大脑变化通常出现在临床表现之前，一些科学家选择了从大脑影像入手。

在2017年发表在《科学转化医学》杂志的一项研究中，美国北卡罗莱纳大学教堂山分校、华盛顿大学等高校的研究者选择了59名具有家族性风险的6个月大的婴儿，用机器学习算法分析他们的大脑功能磁共振成像。最终，11名婴儿在两岁时被诊断出具有自闭症，而算法成功地预测到其中9例。另外48名没有自闭症的婴儿也被算法正确分类。

2018年，又有巴西和美国研究者的成果发表在《神经影像》杂志。研究者在国际自闭症脑成像交换数据库中选择了505名自闭症患者和530名匹配对照组的数据，利用深度学习算法进行识别分析。通过训练，算法识别自闭症患者的准确率达到了70%。

另一些科学家则将关注点放在儿童的行为数据上。2018年2月，美国食品药品监督管理局批准一套由企业研发的人工智能系统，这也是美国首个被批准用于自闭症筛查的二类诊断医疗设备。算法的训练过程使用了大量儿童的行为观察数据，可以通过分析儿童的信息和视频给出评估意见，为医生提供参考。

中国科学家也在推进类似的研究，如中山大学和昆山杜克大学团队合作开展的项目。2018年10月，中山大学附属第三医院精神与神经疾病研究中心正式揭牌，下设自闭症儿童行为观察及多模态大数据分析中心。儿童和家长在多模态实验室里自由活动，人工智能系统就可以通过影像、声音等数据分析儿童的行为表现，辅助医生进行筛查和诊断。

随着自闭症康复需求的增加，学界也兴起了基于人工智能的自闭症人群康复训练研究。

早在2012年，就有马来西亚研究者发现，机器人与自闭症儿童的互动能够抑制儿童的自闭行为。同时，与人类老师相比，儿童与机器人之间的目光接触更多。研究中使用的机器人由法国公司研发，名为Nao，具有走路、说话、跳舞等功能。

今年，有美国研究者推出了定制化的机器人“Kiwi”，帮助自闭症儿童学习新技能。Kiwi身高约为0.6米，与一台平板电脑相连。当儿童在平板上玩数学游戏时，Kiwi可以评估儿童的表现，通过个性化的方式给出指导和反馈。研究表明，适当的反馈对自闭症儿童的干预更加有效。

Kiwi在指导自闭症儿童学习。

除了人形机器人之外，科学家也尝试使用其他人工智能设备为自闭症人群提供训练或辅助。 

对于自闭症儿童来说，情绪识别是生活中的一大障碍——他们很难分辨出对方的表情到底是快乐、悲伤还是愤怒。

为了克服这一难题，斯坦福大学的研究者让自闭症儿童佩戴智能眼镜进行训练：当佩戴者看向他人，眼镜上会亮起一个绿色的方框，提示佩戴者“发现了一张脸”。如果佩戴者继续保持注视，眼镜上会弹出提示，告诉佩戴者“发现了一张生气/快乐的脸”。研究者说，临床研究表明，使用智能眼镜可以有效提高儿童对情绪的认识，并增加他们与他人的眼神交流和社交参与度。

自闭症儿童佩戴智能眼镜进行情绪识别。

自闭症已经成为全球性的公共卫生问题。有学者指出，现有相关研究成果及应用，还远不能满足自闭症人群对高质量诊断和康复训练资源的需求。未来，人工智能技术或许将在自闭症谱系障碍辅助诊断和康复训练领域扮演更加重要的角色。 

综合：南都记者冯群星

编辑：蒋琳