据媒体报道，最近韩国延世大学医学院发布了一项研究成果：他们利用深度学习后的人工智能算法，对儿童的视网膜照片进行分析，以检测儿童是否患有自闭症谱系障碍（ASD）。

在这次实验中，研究人员共召集了900多名年龄在7-8岁的儿童，其中一半的儿童患有自闭症。随后，研究人员拍摄了所有参与者的视网膜照片。

接下来，研究人员使用深度学习算法分析照片与症状严重程度评分之间的关联。令人惊讶的是，经过分析后，该算法成功识别出了所有自闭症患儿，准确率达到了100%。

研究人员表示：“我们的研究结果表明，由于新生儿视网膜在四岁前一直在生长，因此还需要进一步研究，以确定该工具是否能准确地用于比四岁更小的参与者。”

尽管还需要未来的研究来确定其可推广性，但我们的研究代表着向开发ASD客观筛查工具迈出了值得注意的一步。这项研究为自闭症的早期诊断和干预提供了新的可能性。通过利用深度学习算法对视网膜照片进行分析，我们可以更早地发现自闭症的迹象，从而提供及时的治疗和支持。

然而，我们也需要意识到这项研究还存在一些限制。首先，由于样本数量有限，我们需要更多的数据来验证这一算法的准确性和可靠性。其次，由于新生儿视网膜在四岁前一直在生长，我们需要进一步研究该工具在更小年龄段的适用性。此外，我们还需要考虑到其他因素可能对结果的影响，如光线条件、照片质量等。

尽管如此，这项研究为我们提供了一个有前景的方向。通过结合深度学习和医学影像技术，我们可以开发出更准确、更可靠的自闭症筛查工具。这将有助于提高自闭症患者的生活质量，促进他们的社交和认知发展。

虽然还需要进一步的研究来确定其可推广性，但我们相信这项研究代表着向开发ASD客观筛查工具迈出了重要的一步。我们期待未来能够看到更多类似的研究，为自闭症患者提供更好的诊断和治疗手段。

AI原生医疗应用，AI发展的一个新“赛道”

人工智能是如何帮助医生进行疾病诊断的？