医生警告说，自闭症被过度诊断，因为他们使用 AI 做出了重要的新发现

快速阅读: 《在线邮件》消息，研究表明，自闭症可能存在过度诊断现象。加拿大研究人员利用人工智能分析发现，社交行为并非自闭症特有，而重复性动作和专注度更高与之关联更强。专家建议优化诊断标准，以提升准确性和效率，同时加快患者获得适当治疗的速度。

医生警告：自闭症可能被过度诊断，因AI发现关键新成果

父母的选择可能降低儿童自闭症风险的30%
作者：艾米丽·约书亚·斯特恩，每日邮报健康记者
发布日期：2025年3月26日12:15 EDT
更新日期：2025年3月26日12:24 EDT

电子邮件查看评论

迅速增长的自闭症率可能是由于诊断标准不佳和过度诊断，一项研究表明。

使用人工智能算法，加拿大的研究人员查阅了超过4000份来自接受自闭症评估的儿童的临床报告，以衡量哪些标准最常用于诊断自闭症。这些标准源自《精神障碍诊断与统计手册》第五版（DSM-5），这是诊断心理健康状况的黄金标准。DSM-5中自闭症的诊断标准包括避免眼神接触、兴趣高度受限、重复性动作、难以形成友谊或进行双向对话等行为。

研究发现，社交相关行为如非语言交流和建立关系并不特定于自闭症诊断——在被诊断为自闭症的人群中并不显著高于未被诊断的人群。然而，重复性动作（也称为“自我刺激”）和高度专注则与自闭症诊断有很强的关联。研究人员表示，这些发现表明医生基于社交相关因素过度诊断自闭症，且没有花足够的时间观察像自我刺激这样更接近该病症的行为。

他们认为，通过优化自闭症评估并使用人工智能程序来评估语言，可以更有效和高效地诊断自闭症，因为社交行为更难评估。这还将帮助患者更快地获得适当的治疗。虽然目前尚无治愈自闭症的方法，但有一些疗法如应用行为分析法（ABA）和药物被认为可以改善症状。

加拿大蒙特利尔神经学研究所医院和魁北克人工智能研究所的神经科学家丹尼洛·布兹多克博士说：“未来，大型语言模型技术可能会在重新考虑我们今天所称的自闭症方面发挥重要作用。”

这项新的研究发表在周三的《细胞》杂志上，分析了来自魁北克省1080名儿童的4200份观察性诊所报告，这些儿童正在接受自闭症评估。

阅读更多独家报道：家庭揭示如何通过廉价的“改变人生”的药物逆转孩子的自闭症症状

研究人员定制了一个大型语言建模程序——一种能够处理和理解语言的人工智能类型——来查看这些报告并预测是否会给出自闭症诊断。在这1080名参与者中，有429人被医生诊断为自闭症。参与者的平均年龄为七岁。

研究人员将DSM-5的七个标准描述输入到人工智能模型中。这些是：难以与他人分享兴趣或进行对话，难以进行非语言交流如眼神接触，难以维持与他人的关系，重复性动作和模仿，严格遵守常规或对变化极度抗拒，高度受限的兴趣，以及对感官刺激的敏感度增加。

使用人工智能模型，研究人员指出，被诊断为自闭症的患者最有可能表现出DSM-5标准中强调的非社交行为，如重复性行为、回声语、高度受限的兴趣或感官问题。

专家建议，鉴于这些发现，在评估儿童是否患有自闭症时，关注非社交行为可能比社交行为更为高效。

他们还主张重新评估诊断标准，以提高诊断准确性并减少过度诊断的可能性。研究团队注意到有几个限制，包括关于较大儿童的数据较少，他们可能表现出不同的迹象。

这项研究正值美国面临自闭症诊断数量激增之际。根据最新的CDC数据，美国每36个儿童中就有1个患有自闭症——大约200万人。这项研究正值美国面临自闭症诊断数量激增之际。在2000年代初，这个数字接近每1000个中有7个。

通常，大多数患有这种疾病的人都会在五岁时被诊断出来，尽管有些孩子可以在两岁时接受测试。

去年发表在《JAMA网络开放》上的研究发现，从2011年到2022年，五至八岁儿童的自闭症诊断率上升了175%，从每1000人中的两人增加到六人。然而，增幅最大的是26至34岁的年轻人，增加了450％，这表明他们的诊断被推迟了。