自闭症谱系障碍（ASD或自闭症）是一种神经发育综合症，其定义为社会交往和沟通缺陷，以及不寻常的限制性重复行为。诊断评估的等待时间通常超过一年，这些延迟阻碍了早期强化循证干预措施的实施，而这些干预措施可在最佳神经可塑性时期支持发育，并降低长期护理成本。鉴于在获得早期自闭症诊断服务方面所面临的挑战，以社区为基础的护理服务新模式的开发和评估已被确定为优先事项。迄今为止，眼动追踪是识别早期自闭症诊断生物标志物(即提供离散和客观诊断指示的特征)的最无创、低成本和可行的方法。
2024年5月1日，由印第安纳大学的Keehn博士和McNally Keehn博士及其研究团队在JAMA network open（IF=13.8）上发表了题为“Eye-Tracking Biomarkers and Autism Diagnosis in Primary Care”的文章，文章表明眼动追踪生物标志物可以改善儿童自闭症的诊断。将眼动追踪与初级保健评估相结合，将诊断准确性提高到 91% 的灵敏度和 87% 的特异性。这种方法可以减少自闭症评估的漫长等待时间，从而能够及时进行干预。这项研究标志着朝着更快、更准确的自闭症诊断迈出了重要一步。
本研究评估了在初级保健机构的临床评估中收集的一系列眼动追踪生物标志物是否能够可靠地区分患有和非自闭症146名14-48个月的幼儿。此外，研究人员试图确定将自闭症可能性的多项眼动追踪分析与PCP诊断和诊断确定性相结合，是否有利于预测社区初级保健机构的诊断结果。为了进行眼动追踪，研究中的儿童坐在高脚椅或看护人的腿上，在电脑屏幕上观看视频，而研究人员则记录他们的眼球运动和瞳孔大小。
研究人员说：“诊断生物标志物是提供离散和客观诊断指示的特征，测量社会和非社会注意力以及大脑功能的眼动追踪生物标志物已被证明可以将被诊断患有自闭症的幼儿与其他神经发育障碍的儿童区分开来。”当初级保健临床医生的诊断和诊断确定性与眼动追踪生物标志物指标相结合时，该模型的灵敏度为91%，特异性为87%，这意味着他们做出了更准确的自闭症诊断。
由分类和回归分析得出的决策树
本研究可以通过更好地为初级保健临床医生提供多方法的诊断方法来帮助解决获得自闭症评估的延迟问题。研究团队下一步计划使用人工智能对他们的诊断模型进行大规模的复制和验证研究。他们希望进行一项临床试验，研究诊断模型在实时初级保健评估中的有效性。
参考文献
Eye-Tracking Biomarkers and Autism Diagnosis in Primary Care” by Rebecca McNally Keehn et al. JAMA Network Open
资讯来源
https://neurosciencenews.com/autism-eye-tracking-26220/
