人工智能分析的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在孩子几岁时才会被诊断出来，这时行为干预和言语/职业治疗的效果会下降。但是本周的一项新研究PNAS表明两种简单的、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Rett综合征和其他可能具有自闭症特征的疾病。

这项研究由波士顿儿童医院的神经科学家Michela Fagiolini博士和博士后Pietro Artoni博士领导，揭示了一个机器学习算法可以在小鼠模型中发现预测自闭症谱系障碍(ASD)的瞳孔扩张异常。它进一步表明，该算法可以准确地检测出一个女孩是否患有Rett综合征，这是一种遗传性疾病，从6到18个月大开始损害认知、感觉、运动和自主功能，以及类似自闭症的行为。

Fagiolini和他的同事们希望这个系统不仅可以为Rett综合征提供早期预警信号，还可以为一般的ASD提供预警信号。在未来，他们认为它还可以用于监测患者对治疗的反应;目前，一项临床试验正在测试治疗Rett综合征的药物氯胺酮，并计划进行基因治疗试验。

法吉奥利尼说:“我们想要对大脑中正在发生的事情有一些定量的、客观的、对细微变化敏感的解读。”“更广泛地说，我们缺乏能够反映大脑的活动，易于量化，不存在偏见。机器可以测量生物标志物，而不受对患者状况的主观解读的影响。”

自闭症中的觉醒改变

Fagiolini和Artoni与波士顿儿童医院的Takao Hensch博士和Charles Nelson博士密切合作，从自闭症谱系患者改变行为状态的想法开始。先前的证据表明，大脑的胆碱能回路(涉及觉醒)尤其受到干扰，觉醒的改变既影响自发的瞳孔扩张/收缩，也影响心率。

Fagiolini的团队在波士顿儿童F.M. Kirby神经生物学中心的IRCN的支持下，开始测量几种ASD小鼠模型的瞳孔波动，包括导致Rett综合征或CDKL5障碍的突变小鼠，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，自发的瞳孔扩张和收缩就已经改变了。

此外，在缺乏MeCP2的小鼠中，该基因在Rett综合征中发生突变，仅在胆碱能脑回路中恢复了该基因的正常拷贝，防止了瞳孔异常和行为症状的发生。

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，研究小组利用了Hensch的早期发现:缺乏LYNX1蛋白的小鼠表现出增强的胆碱能信号。基于对这些小鼠大约60个小时的观察，研究人员“训练”了一个深度学习算法来识别异常的瞳孔模式。同样的算法准确地估计了BTBR、CDKL5和mecp2缺陷小鼠的胆碱能功能障碍。

然后，该团队将该算法应用于35名患有Rett综合征的年轻女孩和40名正常发育的对照组。他们没有测量女孩的瞳孔(因为病人可能会坐立不安)，而是用了心率波动作为唤起的衡量标准。尽管如此，该算法还是成功地识别出了患有Rett的女孩，在生命的第一年和第二年的准确率达到了80%。

Artoni说:“这两种生物标志物以相似的方式波动，因为它们是自主神经唤醒活动的代理。”“这就是所谓的‘战或逃反应’。”

Fagiolini和Artoni发现，自主神经觉醒是大脑的一种特性，在不同物种中都被强烈保留，是发育轨迹改变的有力指标。

婴儿的生物标记?

在之前与Nelson的一项研究中，Fagiolini表明，视觉诱发电位，一种大脑视觉处理的脑电图测量，也可以作为Rett的潜在生物标志物并发症状．她认为，这些生物标记物可以为婴幼儿提供强大而负担得起的筛查工具，警告即将发生的神经发育问题，并帮助跟踪他们的发育或治疗进展。

法吉奥利尼说:“如果我们有非侵入性且易于评估的生物标志物，即使是新生儿或不会说话的患者也可以在多个时间点进行监测。”