AI通过儿童眼球运动，筛查胎儿酒精谱系障碍

雷锋网消息 近日，南加州大学（USC）、皇后大学（Ontario）和杜克大学的科学家团队开发出了一种新工具，可以快速、经济地筛查胎儿酒精谱系障碍（FASD），旨在方便全世界偏远地区的儿童检测疾病。 

该系统使用相机和计算机视觉来记录儿童观看多个一分钟视频时的眼球运动模式，包括看向/远离目标，并将各个儿童观看相同视频或目标时的眼球运动形成对比模式。其中超出正常范围的眼球运动则被标记为可能有FASD风险的儿童，需要由医疗从业者进行更正式的诊断。

这项题为《Detection of Children/Youth With Fetal Alcohol Spectrum Disorder Through Eye Movement, Psychometric, and Neuroimaging Data》的研究，发表在《神经学前沿》（Frontiers in Neurology）杂志上。

胎儿酒精谱系障碍

胎儿酒精谱系障碍（Fetal Alcohol Spectrum Disorder，简称FASD），是母亲在孕期时饮酒所致的对婴儿一系列影响的总称。

由于孕期酒精出现在子宫内，FASD婴儿的智商可能会较偏低，个子不高、体重较轻、头围较小、面部发育畸形等问题，并且会出现注意力不集中、不能自控、调整自己认知行为等一系列行为障碍。

据雷锋网了解，美国有2%到5%的儿童有出生前酒精暴露的迹象，并且婴儿患病的风险与孕期饮酒的多少相关。美国儿科科学研究会曾表示，只有在整个孕期都不饮酒的母亲，胎儿才能被认为是安全的，孕妇在整个孕期都不可以饮酒。

“FASD造成了医疗保健、教育、刑事司法、FASD患者及其护理者的成本损失。据估计，加拿大和美国的FASD年平均成本在22000-24000美元/人之间，社会总成本高达数十亿美元。”

研究合著者兼FASD专家，儿童大脑健康网络的临时首席科学官James N.Reynolds说，“FASD已经是一个与经济和社会成本相关的重大公共卫生问题。”

人工智能筛查FASD

由儿童脑健康网络（Kids Brain Health Network）、国家科学基金会和JPB基金会资助的这项研究，研究人员是南加州大学（USC），皇后大学（Ontario）和杜克大学的科学家团队，参与者来自加拿大三个省的五个不同社区，包括5-18岁儿童/青年。

据雷锋网了解，该筛查系统使用相机和AI计算机视觉来记录儿童观看多个一分钟视频时的眼球运动模式，并将各个儿童观看相同视频或目标时的眼球运动对比，其中超出正常范围的眼球运动则被标记为可能有FASD风险的儿童。

该研究论文作者之一，南加州大学计算机科学，心理学和神经科学教授Laurent Itti表示，如果孩子没有进行早期诊断，就会引起继发性认知和行为障碍。FASD很难诊断，目前没有简单的血液检查来诊断FASD，并且它与其他疾病是有共性的。

南加州大学神经科学研究生项目博士生、论文第一作者陈章表示，这个新的筛选程序只利用一个相机和一个电脑屏幕，只需10到20分钟，AI就可以诊断年幼儿童的胎儿酒精谱系障碍，而且这个成本大多数家庭是可以承受的。

这种计算机视觉工具并非旨在取代专业人员的全面诊断，而是在提供重要的反馈，以便父母可以确保他们的孩子能够被专业人士看到并接受早期认知学习和潜在的行为干预。