研究表明，儿童的家庭视频可以被评分来诊断自闭症
根据斯坦福大学医学院的一项新研究，短家庭视频可以用来诊断儿童自闭症。
这项研究将于11月27日在网上发表《公共科学图书馆·医学》杂志上该书是在2014年同一批研究人员对该主题进行可行性研究的基础上展开的。在这项新的研究中，科学家们利用机器学习来确定儿童行为的哪些特征应该被评级为自闭症的评估标准，用计算机将一长串行为特征的列表精简到与诊断最相关的那些。他们还设计了一种算法，对每个特征进行加权，为每个特征提供一个总体诊断评分孩子．
该研究的资深作者、斯坦福大学儿科学和生物医学数据科学副教授丹尼斯·沃尔博士说:“在美国，平均等待获得标准医疗服务的时间可以长达一年。”ob体育开户网址“使用家庭视频进行诊断有可能简化诊断过程，大大提高效率。”
家庭视频为诊断行为和发育障碍(如自闭症)提供了另一个潜在优势。沃尔说:“家庭视频捕捉到孩子在自然环境中的样子。”“临床环境可能是刻板的、人为的，可能会引发孩子们的非典型行为。”
早期诊断的价值
自闭症是一种发育障碍，其特征是兴趣受限、重复行为和难以建立社会联系。之前的研究表明，自闭症的行为疗法在5岁之前开始时效果最好，但漫长的测试等待使家庭很难获得及时的治疗。目前的诊断需要大量的时间，需要孤独症专家一对一的评估。临床医生要花几个小时对每个病人的几十个方面的行为进行评估。
在这项新研究中，研究人员设计并测试了8个从短视频中诊断自闭症的机器学习模型。每个模型都由一组算法组成，其中包括儿童行为的5到12个特征，并产生一个总体数值评分，以表明儿童是否患有自闭症。
为了测试模型，研究人员要求通过社交媒体和自闭症列表服务招募的家庭提交简短的家庭视频，他们收到了116个自闭症儿童(平均年龄4岁10个月)的视频和46个符合标准的正常发育儿童(平均年龄2岁11个月)的视频:这些视频时长1到5分钟，展示了孩子的脸和手，展示了直接的社会参与或参与的机会，展示了使用玩具、蜡笔或器具等物品的机会。
9名视频评分员接受了如何评估每个视频的简短指导，回答了30个“是”或“否”的问题，关于视频中的儿童是否表现出某些行为，如使用表达性语言、进行眼神接触、表达情感和注意物体。所有的是/否问题都是基于标准自闭症筛查工具中使用的行为特征。
所有9个评分者对其中50个视频进行评分，研究人员根据这些结果确定三个评分者是产生可靠评分所需的最小数量。剩下的视频被随机分配给评分者，由三名评分者为每个视频打分。
平均而言，观看和评分视频每个人要花4分钟。每个视频的数据，包括30个对儿童行为问题的是/否回答，被输入到8个数学模型中。
其中一个模型是逻辑回归模型，它使用了五种行为特征，表现最好，识别自闭症的总体准确率为88.9%，包括正确标记94.5%的自闭症儿童和77.4%的非自闭症儿童。
为了验证他们的发现，研究人员用另外66个视频重复了这个实验，其中33个是自闭症儿童，33个是没有自闭症的儿童。同样的模型表现最好，对87.8%的自闭症儿童和72.7%的非自闭症儿童进行了正确识别。
“我们表明，我们可以识别出一小组与临床结果高度一致的行为特征，非专家可以在几分钟内在在线虚拟环境中快速独立地对这些特征进行评分模型我们把这些特征结合起来，就能有效地得出与临床结果相符的分数。”沃尔说。他补充说，最终的分数不仅仅是自闭症诊断的“是或不是”;相反，数字分数可能包含有关疾病严重程度的信息，对跟踪病程进展有价值。
为儿科医生提供工具
沃尔希望家庭视频的简单评分系统将有助于简化自闭症诊断的过程。他说:“这可以用于一般的儿科设置，如婴儿健康检查。”他补充说，视频分数可以随着时间的推移绘制，并与一般人群进行比较，类似于在生长图表上绘制儿童的身高和体重。
他说:“我们的长期梦想是，这样的工具将使普通儿科医生在对自闭症和其他发育障碍做出诊断决定时更有信心。”对于一个非常年幼的孩子——在这个年龄，自闭症可能很难与正常发育区分开来——医生的决定可能是进行观察等待，但有视频的优势分数作为以后评估的基线。在其他情况下，很明显，孩子需要立即开始学习自闭症治疗，或需要转介专家进行更详细的诊断评估。
研究人员现在用年轻人的家庭视频重复他们的调查孩子们看看他们的数学模型在不同文化间的翻译效果如何。
进一步探索
