以下文字资料是由(历史认知网 www.lishirenzhi.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！
摘要：一项新的研究显示，使用一种人工智能分析的大脑扫描可以揭示6个月大的婴儿是否有可能患上孤独症。人工智能100%准确地预测48个婴儿不会患孤独症。研究人员利用磁共振成像在大脑区域之间建立联系，预测哪些高危婴儿会发展成自闭症。换句话说，尽管研究人员知道哪些婴儿已经发展成自闭症幼儿，哪些没有，机器学习程序却没有。机器学习是一种基于其处理的数据而变得更加智能的人工智能系统。
大脑扫描可以揭示6个月大的婴儿是否有可能患上孤独症。
这项研究检测了59名患孤独症的高危婴儿；也就是说，每个婴儿都有一个年长的患孤独症的兄弟姐妹。人工智能100%准确地预测48个婴儿不会患孤独症。此外，在11名婴儿中，他们在2岁时确实患上了这种疾病，这个系统正确地预测了其中的9例。
“非常准确，”这项研究的主要作者、北卡罗莱纳大学（UNC）前认知神经科学博士后罗伯特艾默生说，告诉现场科学。【5种可能导致自闭症的因素】
研究表明，20%的有年长自闭症兄弟姐妹的婴儿会患上自闭症；在普通人群中，1.5%的婴儿会患上自闭症，艾默生对《生活科学》杂志说：
这项新研究的结果可能会产生新的诊断工具，在自闭症症状出现之前就可以识别出自闭症，给临床医生提供早期干预的机会，研究人员说，
的想法是，如果我们能在这些孩子患上自闭症之前找到他们，也许我们会更有效“改善或预防它，”美国北卡罗来纳州医学院精神病学教授、卡罗莱纳州发育残疾研究所所长约瑟夫·皮文博士告诉《生活科学》。研究人员今天（6月7日）在《科学转化医学》（Science Translational Medicine）杂志上发表了他们的研究结果。
孤独症的发展孤独症谱系障碍，一种以广泛的社交挑战和重复行为为特征的大脑障碍，在美国大约每68名儿童中就有一名受到影响。行为症状通常开始出现在2岁左右的儿童身上。
艾默生和他的同事证明，他们可以在症状出现之前识别出这种疾病的生物标志物。
作为他们研究的一部分，研究人员使用核磁共振扫描仪在婴儿睡觉时对其大脑进行成像。在扫描过程中，研究人员记录了大脑230个不同区域的神经活动，特别是观察这些区域中的成对区域（称为功能连接）是否相互同步，如果同步，在多大程度上，
总共测量了26335个功能连接对认知、记忆和行为至关重要。
研究人员利用磁共振成像在大脑区域之间建立联系，预测哪些高危婴儿会发展成自闭症。（卡罗莱纳发展残疾研究所）当孩子们到了2岁时，他们回来做行为评估。研究人员观察了孩子们的社交互动、交流、运动发展和重复行为的倾向，并确定了每个孩子是否患有自闭症。[每个父母都应该知道关于他们孩子大脑的11个事实]
手上有所有的数据，研究人员开始先训练他们的机器学习程序，然后用它来运行预测。他们想知道，仅使用6个月大时的功能连接数据，它能多准确地预测哪些婴儿患上自闭症。换句话说，尽管研究人员知道哪些婴儿已经发展成自闭症幼儿，哪些没有，机器学习程序却没有。
机器学习是一种基于其处理的数据而变得更加智能的人工智能系统。在这种情况下，程序正在学习识别6个月大时收集的与认知、记忆和行为相关的核磁共振成像数据中的功能连接之间的差异，以及24个月时收集的行为评估的细节。
程序这样做时，它将孩子分为两组-那些机智的人
特别申明：本文内容来源网络，版权归原作者所有，如有侵权请立即与我们联系（devmax@126.com），我们将及时处理。