人工智能揭示了大脑解剖学中的个体差异与自闭症谱系障碍症状之间的联系

自闭症谱系障碍 (ASD) 患者的行为差异与神经解剖学(大脑的形状)的差异密切相关，波士顿学院神经科学家团队今天在《 科学》杂志上报告。

这一发现有助于了解 ASD 的原因，并制定个性化的干预措施。

该团队使用人工智能 (AI) 研究了超过 1,000 名 ASD 患者的磁共振成像数据，并将这些图像与 AI 生成的模拟进行了比较，如果他们没有 ASD，他们的大脑会是什么样子。

波士顿学院博士后研究员 Aidas Aglinskas 说：“我们发现不同的 ASD 患者可能会影响不同的大脑区域，并且由于 AI 模拟的大脑，我们能够确定 ASD 个体之间哪些特定的大脑区域存在差异。”和报告的共同作者。

“此外，将大脑解剖结构中与 ASD 相关的变异与不相关的变异区分开来，揭示了大脑解剖结构和症状的个体差异之间隐藏的关系。”

自闭症在症状和神经解剖学方面因人而异。先前的研究假设所有 ASD 患者可能没有一组共同的神经解剖学相关性。

Aglinskas 说，确认这些建议一直很困难，因为识别 ASD 特异性神经改变是一项具有挑战性的任务。由于许多因素，大脑是不同的，包括不是由 ASD 引起的遗传变异，这在研究中很难控制。

与波士顿学院神经科学助理教授 Joshua 一起进行这项研究的 Aglinskas 说，该团队通过使用 AI 来识别 ASD 特有的神经变异模式，从而克服了这一障碍，从而使团队能够识别 ASD 中特别受影响的神经通路。哈特肖恩和斯特凡诺·安泽洛蒂。

“与 ASD 相关的大脑解剖学差异可以‘隐藏’在与 ASD 无关的差异中，”Aglinskas 说。“因此，很难确定与症状差异相关的大脑解剖结构差异。我们使用人工智能来区分与 ASD 相关的差异和不相关的差异。”

该团队着手确定大脑解剖学的 ASD 特定特征是否以与其症状相关的方式因人而异。

Aglinskas 说，先前研究 ASD 中大脑解剖学个体差异的研究并未将 ASD 特异性特征与神经解剖学中其他不相关的个​​体差异区分开来，这使得研究神经解剖学与症状之间的关系变得困难。

报告称，利用来自 1,103 名研究参与者的 MRI 数据，该团队使用了一种与“深度伪造”大致相似的分析方法——难以检测到的模拟照片、视频和其他图像，这些图像是使用涉及研究参与者的视觉数据模式创建的.

相反，该团队使用计算机检测到的模式来模拟每个 ASD 个体如果没有 ASD 的大脑会是什么样子。研究小组报告说，这是通过一种新的人工智能技术实现的，该技术将大脑解剖学中的个体差异分为 ASD 特定和 ASD 无关的特征。

“我们惊讶地发现，尽管在多个维度上观察到 ASD 个体之间的大脑解剖结构存在大量差异，但个体并没有像以前认为的那样分为不同的分类亚型，”Aglinskas 说。