AI+ML技术扫描视网膜辅助诊断儿童自闭症
香港科学家研发出一种利用AI+ML技术(人工智能和机器学习)，扫描儿童视网膜检测早期自闭症或自闭症风险的方法，希望今年完成商业化产品系统，推向临床应用。
香港中文大学教授BennyZee说，眼底视网膜扫描很有可能辅助早期发现自闭症，并且及时提供干预性治疗。
早期干预性治疗的重要意义在于孩子还在生长发育过程中，自闭症也在发展中。因此，早期干预治疗，治愈机会更大。
该AI+ML技术检测方法是应用高分辨率相机和AI+ML软件，该软件可以分析包括纤维层和眼底血管变化等多种病生理因素——这些很可能成为自闭症辅助早期诊断“数字生物标志物”。
该技术的应用可以识别早期或有自闭症风险的儿童，并使他们尽早进入治疗计划。
为验证该技术的临床效果，研究人员招募了70名儿童进行了临床试验测试，其中46名患有自闭症，对照组为24名。
应用该技术对患有自闭症儿童的识别率高达95.7%。参加测试儿童的平均年龄为13岁，最小为6岁。该临床试验结果发表在同行评审的国际医学杂志上。
研究人员介绍该AI+ML技术方法
视频
根据现有临床诊疗指南，确诊自闭症儿童，必须随访至少80周，才能最终由专科医生确诊。对于一些出现早期自闭症状的儿童已经错过了最佳早期干预治疗的时间窗口。
也有部分家长不愿相信自己的孩子患有自闭症，常常回避积极干预性治疗。事实上，如果家长能够配合早期确诊自闭症高风险，孩子还是有很大机会治愈的。
主讲专家：时占祥博士，全球医生组织本周日(21日)晚8点，Zoom在线讲座讲解加州大学医疗系统，包括三所著名院校医学中心互联网远程医疗项目和管理经验解析：1、加州大学洛杉矶分校医学中心2、加州大学旧金山分校医学中心3、加州大学戴维斯分校医学中心一家年收入80亿美元的非盈利性机构利用AI+ML技术，远程监护管理居家糖尿病、肾病等慢病患者。都说糖尿病难管，其实肾病患者更难管。加州拥有政府出资建立最大的互联网远程医疗协作网，服务超过1.5亿人次，在疫情期间是否通过“压力测试”，成绩如何？值得借鉴。报名参加讲座，0报名参加讲座，0报名参加讲座，0报名参加讲座，0报名参加讲座，0RPM慢病管理模式是后疫情时代聚焦亮点