本帖最后由 源济 于 2020-12-2 03:54 PM 编辑
同时我们也把我们的技术应用在了一些孤独症的临床工作上面,包括辅助医生的诊断,筛查早期的孩子,鉴别孤独症和其他疾病,还有孤独症的分型等等。 我们知道AI现在被用在了很多辅助医疗的研究上面。比如说我们这篇文章用的就是机器学习的方法,基于我们看面孔的图像来自动去鉴别孤独症孩子和正常孩子。
▲ Liu, Li & Yi (2016), Autism Research
我们发现,用机器学习的算法其实达到了比较高的准确度、敏感度和特异性。所以我们觉得,将来我们的机器学习和眼动测量有可能可以辅助医生的诊断。 还有一个我们特别想研究的领域是孤独症的早期筛查。理论上,越早筛查出孤独症孩子,对他们进行干预,效果就会越好。有一些孩子会比其他孩子更有可能发展成孤独症。是哪些孩子呢?如果一个家庭里已经有一胎是孤独症,那么第二胎患上孤独症的概率就会高很多。还有一些因素,比如说孩子生下来是低体重,或者早产。还有一些围产期的因素,以及其他任何原因造成的发育迟缓,都要引起注意。其实是做不到的。因为像唐氏综合症这样的疾病,它是由单一的染色体决定的,所以是可以通过产前筛查来判断的。而孤独症它是一个复合的多基因的疾病,所以很难做到产前筛查,我们只能在孩子生下来以后尽早对他进行筛查。我们之前的一些手段就是让家长填一个简单的问卷。或者我们经常有儿保,儿保里面医生会对孩子进行简单的观察,看孩子是不是有孤独症。我们想,眼动有可能可以作为一个辅助筛查的指标。比如说2014年这篇文章是让孩子看一段录像,然后去看孩子是不是去看这个人的眼睛。结果就发现,在2到6个月的时候,他们看眼睛是没有问题的,但是随着年龄的增大,孤独症孩子看眼睛的时间在减小。▲ Jones & Klin (2014), Nature这个研究很重要的一点就是发现,婴儿区的眼动是能够预测这个孩子是否是孤独症的。我们同样也可以用眼动来鉴别孤独症和其它相似的疾病,比如说像多动症、社交焦虑,还有冷酷无情特质。比如说我们用这样的一个范式,中间出现一个刺激,随后旁边又出现一个刺激。
▲ 注意解离范式 我们就会发现孤独症症状越严重的孩子,他就会越慢地去跳转到周围的刺激。因为孤独症它具有一种粘滞性注意。而多动症的孩子他会出现更快的跳转。所以从这个指标上,我们就可以区分出孤独症和多动症。很多人可能会觉得,孤独症孩子跟社交焦虑有类似的地方,而且很多孤独症其实是伴随着社交焦虑的。但是孤独症和社交焦虑在眼动上的特点是不一样的。这个虚线代表正常孩子,孤独症孩子相对于这条虚线来说,是一直处于回避的状态。而社交焦虑的人最开始的时候看眼睛看得更多,然后就会出现下降。所以我们可以在眼动的数据上对这两种疾病进行一个区分。冷酷无情是反社会人格里面会出现的一种特质。比如说有一些暴力犯罪的罪犯,他很难去感受到别人的痛苦。那很多人会说,孤独症是不是跟冷酷无情特质有相似的地方?其实不是,它们是两种不同的病。根据我们的研究就能看出,如果是孤独症的孩子,他更有可能在生气的表情上出现差异;但是冷酷无情特质主要是在悲伤的表情上出现了眼神回避。有人说,孤独症群体他们个体之间的差异,可能比他们和正常孩子之间的差异还要大。所以我们就有一个研究,让他去看两种运动,就会发现孤独症群体内部出现了一个分离。 Li et al., 2020, Autism Research我们用数据驱动的方法就可以分出两种孩子。大部分的孤独症孩子都喜欢看重复的、周而复始的运动。而另外一小部分孤独症孩子还是喜欢看生物性的运动。而正常孩子就是喜欢看生物性的运动。 所以我们其实可以用一些数据处理的方法,去看能不能鉴别出过度唤醒的这一类孩子,以及过低唤醒的这一类孩子。这样我们就能够对他进行针对性的精准治疗。总结一下,我们的研究其实主要是探讨孤独症的异常行为,还有行为背后的机制。我们也尝试把我们的研究应用在孤独症的临床工作上面。 我们的研究做到现在,对孤独症的机制所知的还是非常有限。所以我希望能够有更多对孤独症儿童感兴趣的人加入我们的团队。最后我想说的是,由于公众对孤独症的误解,或者对这个疾病的不了解,孤独症人士在社会中经常会被歧视,或者受到不公正的对待。甚至有家长联名去告诉学校说,不要让他们的孩子跟孤独症孩子一起上学,所以学校就让这个孤独症孩子退学了。我想说的是,其实很多人都会觉得孤独症不是一种障碍,我们不能把它称之为一种障碍。它其实是一种非常特殊的特质,他们是我们中间非常特殊的一群人。相比改变他们,让他们适应社会,其实更重要的是我们如何去接纳他们,我们把社会变成一个更适合他们成长的、更友好的环境。每年的4月2号是孤独症的意识日。世界上很多著名的建筑都会亮起蓝灯。这就是要提醒大家说,我们中间有这样一群很特殊的人,跟我们不一样的人,我们要去理解和尊重他们。或许不只是孤独症,我们应该去理解、尊重和接纳每一个跟我们不一样的人。 |