通过AI分析瞳孔扩张和心率可能有助于早期发现自闭症

自闭症和其他神经发育障碍通常直到孩子几岁时才会被诊断出来，此时行为干预和言语/职业治疗效果会降低。但本周在PNAS进行的一项新研究表明，两种简单，可量化的测量方法 - 瞳孔扩张或心率的自发波动 - 可以更早地诊断出Rett综合征以及其他可能具有自闭症特征的疾病。

这项由波士顿儿童医院神经科学家Michela Fagiolini博士和博士后研究员Pietro Artoni博士领导的研究揭示了一种机器学习算法，该算法可以发现瞳孔扩张异常，可预测小鼠模型中的孤独症谱系障碍(ASD)。它进一步表明，该算法可以准确地检测出女孩是否患有Rett综合征，这是一种遗传性疾病，在6至18个月大的时候会损害认知，感觉，运动和自主神经功能，以及自闭症样行为。

Fagiolini及其同事希望这个系统不仅可以为Rett综合征提供早期预警信号，而且可以为ASD提供早期预警信号。在未来，他们相信它也可以用于监测患者对治疗的反应;目前，临床试验正在测试药物氯胺酮治疗Rett综合征，并计划进行基因治疗试验。

Fagiolini说：“我们想要了解大脑中正在发生的定量，客观和对细微变化敏感的事情。”“更广泛地说，我们缺乏反映大脑活动，易于量化和不偏倚的生物标志物。机器可以测量生物标志物，而不会受到患者如何做的主观解释的影响。”

改变自闭症的觉醒

Fagiolini和Artoni与波士顿儿童博士Takao Hensch博士和Charles Nelson博士密切合作，开始认为自闭症谱系中的人改变了行为状态。先前的证据表明，涉及唤醒的大脑胆碱能回路受到特别的干扰，并且改变的唤醒会影响自发瞳孔扩张/收缩和心率。

Fagiolini的团队由波士顿儿童FM柯比神经生物学中心的IRCN支持，旨在测量几种ASD小鼠模型的瞳孔波动，包括​​导致Rett综合征或CDKL5疾病的突变的小鼠，以及BTBR小鼠。研究小组发现，甚至在动物开始出现ASD样症状之前，自发性瞳孔扩张和收缩也发生了改变。

此外，在缺乏MeCP2的小鼠中，该基因在Rett综合征中突变，仅在胆碱能脑回路中恢复该基因的正常拷贝，防止了瞳孔异常的发作以及行为症状。预测女孩的Rett综合征

为了系统地将观察到的唤醒变化与胆碱能系统联系起来，该团队利用了Hensch早期的发现：缺乏LYNX1蛋白的小鼠表现出增强的胆碱能信号。基于对这些小鼠的大约60小时的观察，研究者“训练”了深度学习算法以识别异常的瞳孔模式。相同的算法准确地估计了BTBR，CDKL5和MeCP2缺陷小鼠中的胆碱能功能障碍。

然后，该团队将这个算法带给了35名患有Rett综他们不是测量女孩的学生(因为患者可能会坐立不安)，而是使用心率波动作为唤醒的量度。尽管如此，该算法仍成功识别了Rett的女孩，在生命的第一年和第二年准确率为80%。

“这两种生物标志物以类似的方式波动，因为它们是自主神经唤醒活动的代表，”阿尔托尼说。“这就是所谓的'战斗或飞行反应'。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！