Computer Vision Methods for Behavioral Phenotyping in Autism Spectrum Disorder: A Systematic Review

自闭症谱系障碍（Autism Spectrum Disorder）是一种影响人们如何与他人建立联系、进行交流以及控制身体运动的状况。由于每个自闭症患者对这些挑战的体验各不相同，医生无法仅依靠单一的清单来了解全貌。相反，他们会寻找被称为“表型”（phenotypes）的行为特定模式，以确定一个人症状的严重程度，并将自闭症与其他可能看起来相似的发育性疾病区分开来。传统上，寻找这些模式需要经过高度专业化训练的专家进行数小时的观察，由专家观看儿童的互动过程并手动进行行为评分。这个过程缓慢、昂贵，且往往因为专家的短缺而导致延迟，使得许多家庭在需要帮助时只能等待。

一种结合了医学与技术的全新方法正在兴起，即利用计算机视觉来自动观察和测量行为。这一领域将视频片段视为不仅仅是记录，而是可以揭示人类肉眼可能忽略的细微动作的数据源。通过分析儿童的动作、视线落点以及模仿他人的方式，计算机可以开始量化医生用于诊断的那些特征。卡塔尔大学的研究人员进行的一项近期系统性综述探讨了这项技术目前的发展程度，研究了数十项试图利用视频分析来理解自闭症细微差别的研究，涵盖了从衡量症状严重程度到将其与其他疾病区分开来的各个方面。

这项综述背后的研究人员旨在绘制出基于运动分析的自闭症研究现状图谱。他们检索了自2010年以来发表的数千篇科学论文，专门寻找使用视频数据分析运动的研究。经过严格的筛选程序，他们将范围缩小到了32项符合严格标准的研究所。这些研究分为三大类：尝试对自闭症严重程度进行分级的研究、尝试将自闭症与其他情况（如注意力缺陷多动障碍）区分开的研究，以及构建捕捉行为所需新工具的研究。该综述显示，这是一个充满前景但仍受困于缺乏标准化数据的领域。

在衡量严重程度方面，目标是超越简单的“是或否”的诊断，转而确定症状的强度。这至关重要，因为严重程度决定了儿童接受何种类型的治疗。综述发现，所选研究中有15项侧重于这一任务。这些研究人员使用计算机算法观察儿童执行特定活动（如模仿机器人、玩球或参与社交游戏）的视频。计算机追踪儿童的身体动作、眼神注视和面部表情，并将其与专家预先分配的临床评分进行对比。其中一些研究取得了极高的准确率，例如一个模型通过分析眼球运动和面部僵硬度，在近99%的情况下正确识别了严重程度等级。然而，综述也强调了一个重大障碍：大多数成功的模型都是基于在特定实验室收集的私有数据进行训练的，这使得其他科学家难以验证结果或在其他地方应用这些工具。

该综述解决的第二个主要挑战是区分自闭症与其他神经发育障碍的难度。自闭症儿童在行为特征上常与患有不同疾病（如发育性协调障碍或注意力缺陷多动障碍）的儿童相似。误诊可能导致错误的治疗方案，从而无法对儿童提供有效帮助。综述指出，仅有6项研究尝试利用运动数据来解决这一特定问题。这些研究寻找儿童在运动或互动方面的细微差异。例如，一项研究发现，虽然自闭症儿童和多动症儿童在许多方面看起来很相似，但他们在注视面部时的眼球运动呈现出截然不同的模式。另一项研究对比了自闭症儿童与帕金森病患者的手部运动速度和精准度，发现他们在控制动作方面存在明显差异。尽管这些发现令人振奋，但综述指出，很少有研究探讨这一问题，且几乎所有研究都依赖于规模较小的私有数据集，导致该领域缺乏统一的比较标准。

除了分类之外，第三组研究侧重于构建使这项技术得以运作的基础设施。研究人员发现，许多现有数据集规模过小，或者缺乏训练强大计算机模型所需的详细临床标签。为了解决这个问题，多个团队开发了新的工具，以便在更自然的环境中采集行为。有些团队开发了移动应用程序，允许家长在家中记录孩子，从而捕捉到在临床办公室中可能不会出现的自发行为。另一些团队则构建了能够自动追踪治疗期间儿童注视方向或姿态的系统，将数小时的视频转化为精确的运动测量数据。这些工具至关重要，因为它们提供了未来更先进的模型进行学习所需的原材料——数据。

综述结论认为，虽然计算机视觉为使自闭症评估变得更快、更客观提供了一种有力手段，但该领域尚未准备好投入广泛的临床应用。最大的障碍是缺乏包含视频片段和经过验证的临床评分的大型公共数据集。如果没有这些共享资源，很难判断一个新工具是真正有效，还是仅仅在其创建所在的特定实验室中有效。此外，大多数研究仅侧重于区分自闭症与典型发育，而对于判定严重程度以及区分不同疾病等更复杂的任务研究仍然不足。作者建议，未来的进展取决于建立标准化的基准，并收集反映自闭症群体广泛经验的多样化数据。在此之前，这项技术仍是一个充满前景但尚不完整的工具，正等待着它所需的、能真正帮助临床医生和家庭的数据。