发布日期：2026-05-16 18:24    点击次数：91

近期，好意思国 17 岁高中生 Edward Kang 成就出了一款有些反直观的 AI 器具：通过视网膜图像瞻望与眼睛无关的疾病——自闭症谱系阻止（ASD）和（ADHD）。

这款 AI 器具名为 RetinaMind，利用视网膜图像检修 AI 模子，以百分比姿色呈现对视网膜图像的置信度，通过这样的方式在疾病早期对 ASD 以及 ADHD 进行识别和会诊，准确率达 89%。不仅如斯，该器具还不错匡助分析疾病基因机制（如 ABCA4）的潜在变化。

基于该后果，Kang 取得了 2026 年 Regeneron 科学天才奖二等奖及 17.5 万好意思元奖金。该竞赛被好意思国科学学会誉为“全好意思历史最悠久、最负闻明的高中生科学与数学竞赛”。

早期会诊难在哪？

ASD 是好意思国增长速率最快的神经发育阻止疾病之一，它的特征是合手续存在酬酢一样和酬酢互动方面的舛误。把柄关系统计，在好意思国每 54 名儿童中就有 1 名患有 ASD。而 ADHD 是一种儿童期最常见的疾病，患者合手续存在耀意见不辘集或多动冲动模式，这种模式会干扰患者的功能或发育，约 700 万好意思国儿童曾被会诊为 ADHD。

ASD 和 ADHD 有一定的共性，它们齐是源于神经系统的疾病，往往与大脑功能具有密切的关系。一般来说，ASD 和 ADHD 患者伴有能力或学习阻止、谈话阻止以及通顺相助问题。

尽管关系扣问标明，早期干涉这两种疾病可为患者带来更好的永久效果，但由于它们贫寒生物绚丽物且会诊主不雅性强，在临床上早期会诊 ASD 和 ADHD 充满挑战。

当下，ASD 和 ADHD 的会诊依赖发育和行为方面的关系测试，举例好意思国神经病学会的《精神疾病会诊与统计手册》（DSM）、自闭症会诊不雅察量表（ADOS）和康纳斯评定量表（CRS），但会诊周期可能需要数月以至数年。

这种疾病早筛器具酷爱酷爱要紧，它将 ASD 或 ADHD 的会诊从行为赶走转向了更客不雅、可量化的生物信号。Kang 对媒体暗示：“我但愿 RetinaMind 简略匡助患者终了更早的颐养，进而提高全天下数百万 ASD 和 ADHD 的糊口质料。”

他想把行为不雅察形成生物信号

Kang 是新泽西州哈肯萨克市博根县学院的高年事学生，他将于 2026 年秋季入学麻省理工学院攻读本科学位。

2023 年，Kang 从一篇来自香港华文大学 Benny Zee 教学团队的论文 [1] 中取得灵感，关系扣问利用视网膜图像对自闭症进行会诊。他坚贞到，如若能将临床不雅察数据转化为可量化的生物绚丽物，有可能阻拦现存 ASD 会诊滞后性的瓶颈。

在格局起头阶段，Kang 的想法是将现存模子改良得更准确和宽广。在高中学友的先容下，他于旧年秋天手脚实习生插足了罗格斯大学的自闭症扣问、援手和事业中心（RUCARES）格局，不仅斗殴到自闭症的评估、数据扣问，还实质不雅察到临床医师奈何颐养患者，并与专科东谈主士进行交流。

“这个格局引发了我对神经科学的嗜好，我亲眼目击了此前只在扣问论文中读到过的自闭症颐养要道，定性且以东谈主为本的疗法与定量数据收罗相讨好的方式令我艳羡不已。”他说。

跟着扣问的久了，他发现我方的念念考仍是不局限于模子的运作。会诊疾病仅仅第一步，他更想作念的是，让模子在生物学上识别疾病的亚型，然后竟然在临床上匡助患者进行更好的颐养，以至提供永久赈济。

Kang 并莫得编程的关系配景，因此他通过在线课程自学了编程和机器学习方面的基础常识。模子当先版块是一个基础的（CNN），该模子仅领受图像，获取会诊赶走，并把柄模子瞻望会诊赶走的准确进度来检修模子。

在初代模子基础上，澳洲幸运8中国官方网站他对模子的版块进行了迭代，并将 ADHD 也纳入模子。识别不同的疾病是一项难度更高的任务，也具有更迫切的临床酷爱酷爱。“分手心经典型东谈主群和自闭症患者并不难，现存的扣问仍是达到很高的准确率。”Kang 说。

此外，他还愚弄集成学习本事来提高模子的准确性和灵验性。这样，当向模子提供一张视网膜图像时，其不仅能对 ASD 和 ADHD 进行会诊瞻望，还能讨好赶走策动出平均值。“使用多个模子并选择投票机制意味着赶走更可靠，它频频更准确，性能也能得到提高。”他施展谈。

视网膜：考察脑疾病的窗口

视网膜与脑组织同源，属于核心神经系统蔓延。正因如斯，可通过视网膜的轻浅变化，来发现神经发育相配。

自 2024 年底以来，Kang 将重心放在探索导致 ASD 和 ADHD 患者视网膜相反的潜在生物学机制，该处所成心于匡助检测视网膜相反的成因。

他使用了梯度加权类激活映射（GradCAM），这是一种可施展 AI 本事，简略识别图像中对模子进行瞻望最有用的特定区域。该本事通过探索 CNN 的里面运作机制，匡助细目模子在完成任务时参考了开动输入图像的哪个区域。“这意味着，简略基于此判断视网膜的哪个部分关于会诊 ASD 和 ADHD 至关迫切。”Kang 施展谈。

医疗 AI 最大的问题，不是准确率，而是它为什么这样判断。为了辅助会诊，RetinaMind 会生成视网膜图像的热图可视化，并用红色非常显现促成会诊的重要部分，在一定进度上幸免了“黑箱”问题。

此前，已有扣问东谈主员发现 ASD 或 ADHD 患者的视网膜特征与常东谈主存在显赫相反。举例，光学关系断层扫描（OCT）等专科器具简略检测黄斑、视网膜神经纤维层过头他区域的长度、厚度和深度相反。关联词，由于这些目的的相反性很小，且存在与神经典型个体的泛泛范围的多数重复，仅凭视网膜图像很难精确会诊 ASD 或 ADHD。

这些复杂的问题恰巧是 RetinaMind 模子的上风，它简略同期检测和组合极其轻浅的视网膜特征。值得存眷的是，Kang 的扣问中发现了十余个可能与 ASD 和视网膜发育关系的候选基因。

其中，ABCA4 基因编码一种安定视网膜解毒的卵白质。模子赶走显现，与对照组比较，ABCA4 的抒发量较低。这标明，自闭症患者可能因贫寒这种解毒卵白而导致视网膜毒性增多和退化，这也可能对不雅察到的视网膜相反作念出合理的施展。

Kang 暗示，他但愿这些基因简略匡助解答一个复杂的问题：为什么神经发育阻止患者的视网膜发育存在相反？

开云体育中国官方网站入口

需要了解的是，视网膜相反可能并非某些疾病独到，而是预示着某些普遍存在的脑部神经系统疾病。当今，RetinaMind 模子对 ASD 和 ADHD 主要停留在疾病层级的识别阶段，而两种疾病还存在不同的病症，未来还有更广泛的探索空间。

正如 Kang 在媒体采访中所说起的那样，“会诊仅仅扣问的脱手”。他打算在未来的模子检修中，进一步对自闭症的轻度、中度和重度进行分手。

RetinaMind 更迫切的价值在于，AI 正在将蓝本无法径直不雅察的神经发育相反，转化为一种可量化、可筛查、可提前发现的生物信号。

参考贵府：

1.https://doi.org/10.1016/j.eclinm.2020.100588

2.https://www.smithsonianmag.com/innovation/this-high-schooler-developed-an-ai-tool-to-diagnose-autism-and-adhd-using-the-retina-180988694/

3.https://www.rutgers.edu/news/internship-helps-high-school-senior-rethink-what-autism-diagnostics-should-do

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成

上一篇：幸运8 撸猫5分钟，压力少一半：宠物疗愈不是玄学，是科学    下一篇：幸运8澳洲app(中国)官方下载 西南麦区迎来大面积收货 “三夏”大忙拉开帷幕