人工智能揭示了大脑解剖学中的个体差异与自闭症谱系障碍症状之间的联系
自闭症谱系障碍(ASD)患者的行为差异与神经解剖学(大脑的形状)的差异密切相关——波士顿大学神经科学家小组在今天的杂志上报告说科学．这一发现有助于理解自闭症谱系障碍的原因，并制定个性化的干预措施。
该团队使用人工智能(AI)学习核磁共振来自1000多名自闭症谱系障碍患者的成像数据，并将这些图像与人工智能生成的模拟结果进行比较，模拟结果是如果他们没有自闭症谱系障碍，大脑会是什么样子。
波士顿学院博士后研究员、该报告的合著者Aidas Aglinskas说:“我们发现，不同的ASD患者会有不同的大脑区域受到影响，多亏了人工智能模拟的大脑，我们能够识别出ASD个体中哪些特定的大脑区域不同。”“此外，将asd相关的大脑解剖变异与不相关的变异分开，揭示了大脑解剖的个体差异与症状之间的隐藏关系。”
自闭症在症状和神经结构上因人而异。先前的研究假设，可能没有一套神经解剖学相关的共同所有自闭症患者。
Aglinskas说，确认这些建议很困难，因为确定asd特异性神经改变是一项具有挑战性的任务。大脑的不同取决于许多因素，包括与ASD无关的基因变异，这在研究中很难控制。
Aglinskas和波士顿学院神经科学助理教授Joshua Hartshorne和Stefano Anzellotti一起进行了这项研究，他说，该团队通过使用人工智能来识别自闭症谱系障碍特异性的神经变异模式，从而突破了这一障碍，然后使该团队能够识别自闭症谱系障碍中特定受影响的神经通路。
Aglinskas说:“与ASD相关的大脑解剖学差异可以隐藏在与ASD无关的差异中。”“因此，很难识别与症状差异相关的大脑解剖学差异。我们使用人工智能将自闭症相关的差异从不相关的差异中分离出来。”
研究小组着手确定自闭症谱系障碍特有的大脑解剖特征在个体之间是否存在差异，这与他们的症状有关。Aglinskas说，以前研究ASD个体大脑解剖差异的研究并没有将ASD特有的特征与其他不相关的神经解剖学个体差异区分开来，这使得研究神经解剖学和症状之间的关系变得困难。
根据报告，该团队使用了1103名研究参与者的核磁共振数据，使用了一种类似于“深度伪造”的分析方法——难以检测的模拟照片、视频和其他图像，这些图像是使用研究参与者的视觉数据模式创建的。
相反，该团队使用计算机检测的模式来模拟如果没有ASD，每个ASD患者的大脑会是什么样子。该团队报告说，这是由一种新的人工智能技术实现的，该技术将大脑解剖学的个体差异区分为asd特异性和asd不相关的特征。
Aglinskas说:“我们惊讶地发现，尽管观察到ASD个体之间的大脑解剖学在多个维度上存在大量差异，但个体并没有像之前认为的那样被划分为不同的、分类的亚型。”“在……的水平上大脑解剖但重要的是，这并不排除通过其他类型的大脑测量方法(如功能成像)发现分类亚型的可能性。”
下一步，研究人员指出，需要更详细地了解这些神经解剖学差异是如何影响行为的。
Anzellotti表示，该团队计划使用人工智能工具来超越大脑结构，寻找更好地理解自闭症谱系障碍诊断和自闭症个体行为的方法。
安塞洛蒂说:“两个大脑的形状可能非常相似，但工作方式仍然不同。”“我们还需要观察大脑的许多其他方面，以获得完整的图像。目前，我们关注的是功能性连接——一种衡量大脑如何“连接”的方法。一个重要的问题是，这是否会向我们展示个体差异在ASD。这类工作的目标是能够使用脑成像数据来帮助为自闭症谱系障碍患者开发个性化的医疗保健方法。”
进一步探索
