自閉癥兒童被稱為“星星的孩子”，他們在影視作品中的形象是孤僻又溫暖的天才。如同《雨人》中擁有數學才能的達斯汀·霍夫曼塑造的雷蒙。自閉癥孩子就像天生孤獨的星星，一個人在天上閃耀。但是不是每個自閉癥兒童都如此幸運，現實中的自閉癥患兒封閉了他們的內心，無法曉之以理，更無法動之以情。

雖然他們對外界消音了，但是數字顯示日益增長的數字卻告訴我們自閉癥不是一個可以被忽視的群體。

在國內，衛健委發布2010年印發的《兒童孤獨癥診療康復指南》顯示，孤獨癥導致的精神殘疾兒童占0－6歲精神殘疾兒童的36．9％，約為4．1萬人。當我們把年齡范圍放大到0－14歲，據《中國自閉癥教育康復行業發展狀況報告》統計，截止2017年中國自閉癥患者已超1000萬，0到14歲的兒童患病者可能就超過200萬。

在國外，美國疾病控制與預防中心（CDC）的數據顯示自閉癥美國的患病率為1 ／ 68。從2000年（150人中有1人）到2010年（68人中有1人），美國兒童孤獨癥患病率增加了119．4％。自閉癥成了發展最快的精神疾病。

他們發光時是天上的星星，但是有時候，由于不健全的救助體系和治療條件，他們也像握在家長手中的一把碎玻璃。對于自閉癥的現狀，存在的問題不僅是現狀和大眾認知的落差，同時還有落后的治療現狀。

1、早期篩查的缺失，造成醫療資源的浪費

自閉癥康復和治療第一原因就是，很多患者沒有及時接受篩查。在國外，約有一半的自閉癥患者沒有接受早期診斷。

美國兒科醫學會建議父母在孩子出生后的第9個月到第36個月帶他們進行多項發育障礙的早期篩查，其中最重要的項目就是自閉癥。盡早的篩查可以有效地避免錯過黃金干預時間。一旦錯過，這些發育障礙造成的影響很可能會伴隨患者的一生。

社會淡薄的自閉癥治療意識，不僅會讓一個家庭悲劇加重，同時也加劇了醫療系統負擔，造成大量醫療資源浪費。

在美國這樣的發達國家，雖然每年花費在自閉癥上的醫療費用高達2300多億美元，但是接近75％是花費在成人服務上，而每年花費在兒童上的自閉癥醫療服務只有610－660億美元。

2、目前的診療方式耗時耗力，延誤治療時機

國際上通用的篩查自閉癥的“金標準”是兩個量表。它們分別是孤獨癥診斷訪談量表（修訂版， ADI－R）和孤獨癥診斷觀察量表（ADOS）。前者面向家長，通過訪談收集兒童相關的發育信息和癥狀信息，培訓中的醫生執行這樣的檢查往往要花2到3個小時；一個訓練有素的醫生執行這樣的檢查要1到2個小時。后者面向兒童，通過設置特定的互動游戲，觀察兒童的能力和缺陷，往往需要1到2個小時的時間。

北京市孤獨癥康復協會培訓部主任郭延慶副教授曾介紹過：“國內精通這兩項檢查的醫生屈指可數。大多數兒童是靠專家臨床印象診斷的，專家的臨床印象的真實度取決于他／她閱歷過的真實孤獨癥兒童的數目。見過的越少，臨床印象越偏隘，越容易漏診和誤診。”

而在國內，專業的自閉癥干預機構和醫生都非常匱乏。《中國自閉癥教育康復行業發展狀況報告》中的數據顯示專研自閉癥的醫生不超過300人。

不僅如此，有些智力發展嚴重落后的兒童和處于游離狀態的兒童需要一定時間的隨訪和實時觀察評估才能確診。

如何通過有效的方式，在降低醫療成本方式下，普及自閉癥的早期篩查。提升這世界上1％人口的生存質量，動脈網發現國外打開自閉癥之門的方式，發展得最成熟的是AI輔助早期篩查。在陪伴自閉癥兒童上，機器人或許能比人類做得更好。數字化正在侵入到整個自閉癥康復產業鏈，幫助改變現狀。

FDA批準自閉癥AI篩查輔助，提高診療質量和效率

在輔助自閉癥篩查領域最成熟的公司是Cognoa，總部位于加州的Cognoa旗下一款APP能夠實現AI篩查自閉癥。家長下載注冊APP后，首先要填寫孩子的基本信息，然后根據孩子的具體情況回答15至20個和他們行為有關的問題，最后系統會自動生成篩查報告。平均15分鐘就能獲得篩查報告。

如果在完成上述步驟后，系統不能給出明確的篩查結果，父母可以再上傳一兩段孩子日常生活的視頻。將由專業的兒科醫生對這些視頻進行分析。雖然整個過程非常簡單和便捷，但是背后的深度學習算法由哈佛大學和斯坦福大學的醫學AI提供技術支撐。創始人Dennis Wall博士有著超過5年的臨床經驗。在此期間，他們的團隊在哈佛醫學院和斯坦福醫學院對超過十萬名自閉癥兒童的患病情況進行了跟蹤。

在今年2月，Cognoa宣布，一款基于深度學習的兒童行為健康APP獲得了FDA認證，被FDA歸類為用于自閉癥的診斷II類診斷醫療設備。來自Cognoa的數據顯示，目前Cognoa覆蓋超過25萬個家庭。

獲得了FDA認證，或許是Cognoa進一步邁進B端市場的做法，Cognoa表示他們的產品除了能夠益于家庭外，Cognoa還將其產品定位為醫療保健支付者或類似公司降低長期行為健康成本的一種方式。該公司還指出，它的應用程序可以減輕臨床醫生的負擔，并支持他們的診斷。

cognoa自閉癥篩查APP界面

除了可以普及自閉癥早期篩查以外，cognoa的CEO Daniel Coury表示，“Cognoa已經完成了幾項設計良好的臨床試驗，并在早期與FDA進行了合作。令人興奮的是，Cognoa將如何授權初級保健醫生進行初步診斷，并將兒童直接轉介治療，大大減少了從診斷到有意義的干預的時間，并導致更好的結果。

去年3月，在中國私人投資集團晨興（Morningside）牽頭的一輪融資中，Cognoa籌集了1，160萬美元，使該公司的總融資超過2，000萬美元。

科技創新如何讓我們和孤獨癥兒童相處

自閉癥目前是一種終身相伴的疾病，世界上大約有1％的人患有自閉癥。他們的情緒和表達并不是通過普通人習慣的語言或者表情。如何讓自閉癥患者享有更好的生活環境也是難題。在美國，自閉癥兒童沒有專門的學校，無論何種自閉癥程度的孩子都可以進入公立學校學習，但是分班學習，和正常孩子不在同一個班級。

但是來自“自閉癥之聲”組織的數據顯示，目前能夠在學校學習的自閉癥兒童也只有5萬人左右。而美國究竟有多少的成年人與自閉癥生活在一起，目前都沒有準確的調查數據。

而在國內，專業的自閉癥干預機構和醫生都非常匱乏。《中國自閉癥教育康復行業發展狀況報告》中的數據顯示專研自閉癥的醫生不超過300人。在國內并沒有成熟良好的自閉癥從業人員培養輸送體系。

仿生機器人常常被人類詬病過于機械和笨拙，但是這一點恰恰能夠帶給自閉癥兒童安全感，不厭其煩地引導自閉癥患兒。AI技術能夠實現與自閉癥兒童進行反饋，集成反饋的數據，為定制治療方案提供支撐。

首先是一款赫特福德大學的自適應系統研究小組研發的Kaspar。利用AI機器促進自閉癥兒童社會化。他的主要任務有兩個，一是作為調解人，負責自閉癥兒童和他們日常接觸的人之間的溝通。第二則是對于自閉癥兒童周圍人，包括其他普通的小朋友以及家長和老師，作為學習的工作，培訓他們如何跟自閉癥兒童進行溝通。

Kaspar作為一個人形機器人，外形就如同三歲的小男孩。外形在我們的眼中或許有點怪異，甚至有點像恐怖娃娃。但是其實這是研究小組是在近十年的臨床研究中專門為自閉癥兒童設計的面容。這種對面部極簡化的面容，能夠減少 Kaspar通過面部傳達自己的特征，而給自閉癥兒童更多自我想象和定義的自由，這個和普通人面容不一樣的機器人面容反而能給自閉癥兒童更多的安全感。

現在Kaspar也推出了定制版本，提供了更多的靈活性，滿足更多的需求。Kaspar不是一個自動機器人，相反他在作為一種社會調節者和治療手段時依賴人類的干預。目前的實驗證明，Kaspar成功地讓自閉癥兒童參與到更多互動中，這些互動包括模仿、凝視、分享等自閉癥兒童以前很少接觸的活動中。

當自閉癥兒童犯錯了，Kaspar不會不屑或者指責它，而是以一種不令人驚訝的反應，溫和地糾正自閉癥兒童。并且鼓勵兒童學習艱難的社交行為。有些自閉癥患兒無法理解三個字以上復雜詞匯，Kaspar機器人說話很慢，而且也不會說出復雜的詞匯。Kaspar頭部和身體都裝有傳感器，當自閉癥患兒在社交中無法控制力度時，kaspar會做出疼痛的反應。

研究人員在學校和家庭進行了廣泛的田間試驗，結果證明長期kaspar對自閉癥兒童有著積極作用。目前英國國立衛生研究院（NIHR）正在根據患者福利計劃資助一項為期兩年的實驗，以評估kaspar作為臨床實踐干預措施的有效性。

這項早期的試驗是與赫特福德郡NHS社區信托基金合作進行的，目的是為大規模試驗的發展提供信息，如果試驗成功，那么Kaspar將在整個NHS中使用。

全美第三大私立大學楊百翰大學（BYU）的一個研究團隊，研發了一款名為Benni 的機器人，希望Benni 能夠成為自閉癥兒童的朋友。這個機器人看起來和《星球大戰》里的BB－8很相似，它被設計用來補充自閉癥兒童的治療。

這個機器人就像一個大的電子寵物，和孩子們一起玩益智游戲。這個機器人可以使用一個應用程序，可以被驅動，并且被設計成能夠在沒有父母的情況下使用。

據研究人員介紹：“我們的目標是讓孩子學會相互依賴的游戲，問問題和回答問題，培養他們的同情心?！?/p>

Benni 機器人外形

該項研究由楊百翰大學Ballard Center for Economic Self－Reliance’s Social Venture Academy．資助。

Benni并不是一種完全獨立的治療方法，相反它的作用需要和現有的治療方法結合發揮作用。

同類型的機器人玩具還有Leka，它被設計師稱為“機器人伴侶”，它的形狀像一個球，有一個可愛的“臉”，可以改變表情，并使用聲音，光線和顏色通過可定制的游戲與用戶互動，改善認知和運動技能。護理人員和教育工作者可以通過一系列活動對玩具進行編程，以指導自閉癥兒童，幫助他們改善溝通，學習如何與周圍環境以及周圍的人建立聯系。

AI機器人在識別自閉癥兒童情緒上能夠超越人類專家

麻省理工學院的研究人員為解決自閉癥患兒的表情識別困難難題，研發了一款深度學習機器人。自閉癥患兒在識別常人的面部表情和情緒上有困難，一些專家為此開發了一種可以做出表情的機器人，并通過與自閉癥患兒互動的方式，讓自閉癥患兒模仿。

但是這種方式想要最大地發揮作用，就需要機器人能夠讀懂自閉癥患兒的表情。MIT Media Lab目前針對這個問題開發了一款，能夠評估自閉癥患兒在治療過程中的專注度和參與度的機器人。它的名字叫做NAO，除了會針對自閉癥患兒的“讀心術”，NAO還可以利用反饋的信息幫助醫師為不同的自閉癥患兒定制康復計劃。

目前NAO在解讀自閉癥兒童的表情方面，甚至能夠超越專家的水平。研究人員在6月27日的《Science Robotics．》雜志上發表報告稱，在這種個性化的“深度學習”網絡中，機器人對兒童反應的感知與人類專家的評估一致，相關得分為60％。人類專家的平均得分在50％－55％之間。

擁有精準的水平，NAO才能更好地輔助專家。“長期目標不是創造機器人將取代人類治療師，而為醫生的診療提供關鍵信息，對于機器人，治療師可以使用個性化治療的內容讓機器人和自閉癥兒童之間的互動更為自然和有趣?！痹擁椦芯康牡谝蛔髡呓忉尩健?/p>

自閉癥的機器人輔助療法通常是這樣運作的：一個人類治療師展示一張兒童照片或一張不同面孔的閃存卡，用來代表不同的情緒，教他們如何識別恐懼、悲傷或快樂的表情。然后治療師對機器人進行編程，向孩子展示同樣的情緒，觀察孩子與機器人的互動。孩子的行為提供了寶貴的反饋，機器人和治療師需要繼續學習。

“治療師說，讓孩子呆上幾秒鐘對他們來說是一個很大的挑戰，而機器人會吸引孩子的注意力，”研究人員也解釋了為什么機器人在這類治療中很有用。“此外，人類以許多不同的方式改變他們的表達方式，但機器人總是以同樣的方式去做，這對孩子來說不那么令人沮喪，因為孩子以一種非常結構化的方式學習表達方式?！?/p>

研究人員表示在人工智能應用到自閉癥治療上，最難的問題還是數據的異質性。一般的人工智能方法都會失敗，研究人員也將這種個性化深度學習的技術應用到其他領域，發現其在疼痛監測和預防老年癡呆上同樣有進展。

對于治療機器人，Rudovic和他的同事更進一步，建立了一個個性化的框架，可以從收集到的每個孩子的數據中學習。研究人員捕捉到了每個孩子的面部表情、頭部和身體的動作、姿勢和手勢、音頻記錄和心率、體溫、以及孩子手腕上的皮膚汗液的反應。

VR游戲幫助自閉癥兒童更好地掌控現實生活

自閉癥兒童難以和現實世界接軌，而普通人也難以解碼他們的行為意義。除了AI，VR也能成為搭建起這兩者之間的橋梁。

VR應用于自閉癥治療有很多種方式，它能解決自閉癥問題的方案在于能夠給自閉癥患者更多定制的安全空間。減少他們的防備，分析他們的行為含義。

在2014年就有一項研究讓自閉癥患兒帶上頭顯裝置，頭顯裝置能顧捕捉自閉癥兒童的每一個表情而且顯示在虛擬角色上，而游戲中同他們進行互動的虛擬角色，同樣也是治療師的虛擬化身。

一個或者多個醫生會在日常生活場景中同自閉癥患者進行互動，這些場景包括面試、新鄰居見面或者相親。醫生將會幫助他們聯系社會互動的技巧以及重點，治療互動還包括幫助自閉癥患兒識別言外之意和合理地分享觀點。

研究結果顯示，自閉癥患者的認知系統顯著地可塑性，在訓練后進行的腦部掃描中，研究人員發現，與社會理解相關的大腦區域以前所未有的方式活躍起來。該項研究成果發表在《NEUROSCIENCE》雜志上。

在虛擬現實訓練之后，患有自閉癥的年輕人大腦中與社會理解相關的區域顯示出更多的激活。

雖然世界上約有1％的人患有自閉癥，但是目前還無法終生治愈，病理機制也尚不清楚。自閉癥基因對于自閉癥的治療有著重要的作用。谷歌就曾和著名的自閉癥宣傳和科研機構“自閉癥之聲（AUTISM SPEAKS）”合作，建立自閉癥基因庫。該基因庫收集來自世界各地一萬名兒童及其家人的全基因組并進行測序，由此建立的數據庫可向世界各地的自閉癥研究機構開放。

AI運用于疾病篩查是當下醫學發展的重要方向，它可以在節省更多的醫療資源基礎上，提高診療效率和效果。但是在AI篩查背后是海量數據的支撐。AI需要大量有條理的數據的飼喂，現有醫院雖然有大量的數據，但是這些數據大多是無用的數據。實時流動的數據的異質性和多樣性，以及缺乏標準和難以擴展等問題依然是AI在疾病治療上的難題，自閉癥當然也不例外。

BioSymetrics就是這樣一家專注于醫療大數據的公司。利用領先的數據科學專業知識加強和推動醫療研發和創新。

BioSymetrics已經為自動預處理、集成分析和預測建模構建了大數據工具。這些技術可以服務于衛生和醫院系統、生物制藥、新藥研發和精準醫療。換句話說，BioSymetrics可以實現集成不同的生物數據類型，并對組合數據進行預測分析。

目前他們的實驗數據中就預測出了和自閉癥相關的基因。BioSymetrics使用分析模型在不到12分鐘的時間里分析了155名患者的120萬個疾病關聯變異。在分析中BioSymetrics發現給定的遺傳變異和自閉癥顯著相關，然后，BioSymetrics可以確定患有這種變體的患者的腦區特異性差異。

BioSymetrics的優勢在于它不是對于單一的數據進行分析，而是可以對基因組學、實驗室數據、醫學成像數據、EMR／EHR數據等數據組合進行分析，采用多個變量進行預測。

我們需要對自閉癥患者有更多耐心，對于自閉癥治療方法我們更應該抱有耐心。我們可以看到的是從疾病源頭到全面提升患者生活質量，AI、VR、遠程醫療等技術已經在全部改寫這個病種的治療方式。

數字化轉型正在重構整個自閉癥診療流程。遠程醫療和AI技術讓自閉癥篩查覆蓋更多的患者，提高診療效率的同時也降低了醫療費用。以前自閉癥確診和治療需要受過專門訓練的專家。家長需要花費大量的金錢去等待一個具體的結果。有些家庭甚至在還沒能意識到問題的時候就已經錯過了治療最佳機會。

眾多的新興診療技術在降低醫療成本的基礎上，提高了醫療質量和效率。而且隨著人工智能、APP、傳感器等技術的成熟和發展，自閉癥的診療也開始走向精準醫療，診療技術從過多地依靠醫生經驗走向循證醫學，不再是憑借受過高級訓練、費用極為昂貴的專家來確診自閉癥。

同時，隨著虛擬大腦，基因技術的發展，自閉癥的診療還正在探尋真正的病因，通過疾病的病因提供精確的診療技術。同時依據每位患者個體推出個性化的診療。