机器学习与深度学习方法在自闭症谱系障碍诊断与分析中的范围综述

Summary

本综述评估了50项近期研究，这些研究将机器学习和深度学习应用于自闭症谱系障碍（ASD）诊断。整合神经影像、行为和生物数据的多模态方法展示了性能的提升。主要挑战包括可解释性、可扩展性和数据异构性。未来的努力应聚焦于可解释、保护隐私且临床可翻译的人工智能系统。

Abstract

自闭症谱系障碍（ASD）是一种异质性神经发育障碍，其特征是行为、认知、感官和沟通特征多样，使得早期诊断和个性化干预具有挑战性。机器学习（ML）和深度学习（DL）的最新进展，使得ASD筛查、分类、严重程度评估和干预监测的计算工具得以开发。本综述综合了50项近期研究的发现，这些研究将机器学习和深度学习技术应用于ASD相关数据集，包括脑电图（EEG）、眼动追踪、行为视频、微生物组、声音声学、人口统计和多模态数据。综述探讨了三个关键问题：（i）哪些数据模式和计算方法最常用，（ii）不同研究设计如何评估诊断表现，（iii）哪些方法学挑战限制了临床转化。文献按数据模式、算法方法和临床准备度进行组织。研究的方法包括传统机器学习方法、卷积神经网络、图神经网络、混合深度学习架构、联邦学习、可解释人工智能、拓扑数据分析和多模融合。研究结果表明，多模态和基于图的方法比单模态方法更全面地展现了ASD表型。可解释性和隐私保护学习也成为临床部署的重要考虑因素。然而，许多报告的高性能模型基于小样本量、反复使用ABIDE数据集、类别不平衡、单一站点验证或有限的外部测试，引发了对普遍化能力的担忧。除了诊断准确性外，本综述还评估模型的可解释性、校准性、可扩展性、验证的严谨性以及临床适用性。总体而言，分析强调了标准化基准、外部验证的多模态数据集、临床相关评估指标以及能够补充而非取代专家临床评估的决策支持系统的需求。

Introduction

自闭症谱系障碍（ASD）是一种复杂的神经发育障碍，表现为社交交流障碍、兴趣受限和重复行为。ASD的异质性及其与其他神经发育障碍的重叠，使得诊断和临床评估尤为具有挑战性。传统诊断方法主要依赖行为观察和临床评估，这可能导致诊断延迟和临床结局的变异性。早期且准确地识别自闭症谱系障碍至关重要，因为及时干预已被证明能显著改善认知、社交和适应功能。人工智能（AI），尤其是机器学习（ML）和深度学习（DL）的最新进展，扩大了开发客观且数据驱动的自闭症诊断与分析方法的可能性（^1,2,3）。

机器学习和深度学习技术使得分析来自功能性磁共振成像（fMRI）、脑电图（EEG）、眼动追踪、行为评估、语音信号及其他生物标志物的高维数据集成为可能。这些方法在ASD筛查、分类、严重程度预测和干预监测方面展现出显著潜力。近期研究报告了利用神经影像模型、行为分析、多模态学习框架以及隐私保护架构在自闭症谱系障碍（^ASD）检测和评估方面取得鼓舞人心的结果 ^4,5,6。然而，由于许多研究聚焦于个体数据模态、特定算法或孤立的临床目标，导致方法和发现的直接比较变得困难，文献资料依然高度分散。

尽管取得了重大进展，但基于人工智能的ASD诊断系统的临床转化仍面临诸多挑战。许多已发表模型是利用相对较小的数据集、单一站点队列或有限的验证程序开发的，这引发了对普遍化性和现实适用性的担忧。此外，与可解释性、计算效率、可扩展性、公平性和数据隐私相关的问题仍然是临床采用的重要障碍。现有综述通常聚焦于具体方法论或单个数据源，常忽视数据模式、算法设计、验证严谨性和临床准备度之间的更广泛关系。

为弥补这些空白，本范围综述综合了50项近期研究的证据，这些研究将机器学习（ML）和深度学习（DL）技术应用于自闭症谱系障碍（ASD）的诊断和分析。综述文献涵盖了广泛的计算方法和数据模式，包括基于神经影像的方法，包括功能性和结构性磁共振成像（fMRI/sMRI）、脑电图（EEG）、行为与凝视分析、生理信号处理、语音和语音-声学评估、基于微生物组的生物标志物以及多模态学习框架。近期研究探讨了传统机器学习方法，如支持向量机和随机森林，以及包括卷积神经网络、图神经网络、迁移学习、基于注意力的模型、联邦学习框架、可解释人工智能和拓扑数据分析方法^{1,2,3,4,5,6，}7,8,9,10,11,12,13,14,15,16。

所审查的研究进一步展示了自闭症相关数据源和分析目标的多样性日益增加。研究涵盖了神经解剖异质性、功能连接模式、行为评估、基于虚拟现实的筛查、生理监测、脑电图分析、基于视网膜电图的分类、微生物组分析、代谢组学、语音声学以及多模态数据融合，用于诊断、严重程度预测、干预监测和亚型识别 17,18,19,20， 21,22,23,24,25,26,27,28,29,30,31,32,33,34,35 .这些发展反映了从单一诊断模型向能够捕捉ASD异质临床表现的整合框架的转变。

除了总结诊断表现外，本综述还评估了数据模态、算法设计、验证严谨性、可解释性、可扩展性和临床适用性之间的关系。特别关注新兴方法，如联邦学习、基于图的建模、多模态融合、可解释人工智能、隐私保护学习框架、扩展现实技术以及基于生物标志物的精准诊断 36,37,38,39,40,41,42,43,44， 45,46,47,48,49,50。通过整合不同模式、算法和验证策略的证据，本综述为当前ASD诊断技术提供了一个结构化的基准，同时强调方法学优势、局限性及证据质量考虑。分析不仅仅涉及报告准确性，还包括可解释性、外部验证、临床准备度和部署可行性，从而为评估AI驱动的ASD诊断系统的转化潜力提供了框架。本综述旨在识别当前研究趋势，突出现有空白，并概述未来发展可扩展、可解释且临床可翻译的自闭症评估与管理人工智能解决方案的方向。

评审方法论

本研究作为范围综述进行，旨在全面概述近期应用于自闭症谱系障碍（ASD）诊断与分析的机器学习（ML）和深度学习（DL）方法。选择范围性综述方法论是因为现有文献在数据模式、临床目标、算法框架、数据集、验证策略和报告的结果指标上高度异质。

所评研究涵盖了广泛的数据来源，包括神经影像学、脑电图（EEG）、眼动追踪、行为评估、语音信号、微生物组特征和多模态数据集。由于不同研究人群、参考标准、绩效指标和实验设计存在显著差异，定量荟萃分析被认为不合适。相反，本综述的目标是绘制当前研究格局，识别方法学趋势，比较计算方法，评估证据质量，并评估机器学习和数字学习系统在自闭症谱系障碍诊断和监测中的临床准备情况。

纳入的研究根据数据模态、机器学习方法、验证策略、诊断性能、可解释性、可扩展性及临床转化潜力进行了分析。特别关注了新兴领域，如多模态学习、可解释人工智能、联邦学习、基于图的建模以及隐私保护诊断框架。

研究问题

本次范围界定审查基于三个总体问题。首先，研究了哪些ASD相关的数据模式和机器学习/深度学习（ML/DL）方法最常被用于筛查、诊断、严重程度预测和干预监测。其次，评估了近期自闭症谱系障碍人工智能研究中模型性能、验证策略、可解释性和可扩展性的报告情况。第三，研究了持续影响基于机器学习/数字学习的系统在自闭症谱系障碍诊断和管理中的方法学局限性、证据质量问题及临床转化障碍。这些问题共同提供了综合当前研究趋势、评估现有方法优缺点以及确定未来临床适用人工智能解决方案开发优先事项的框架。

搜索策略与信息来源

对IEEE Xplore、PubMed/MEDLINE、Scopus、Web of Science、ScienceDirect、SpringerLink和Google Scholar进行了文献检索。搜索重点是2022年至2025年间发表的研究，旨在捕捉机器学习（ML）、深度学习（DL）、联邦学习、图神经网络、多模态融合以及可解释人工智能（XAI）在自闭症谱系障碍（ASD）诊断与分析领域的最新进展。

搜索策略结合了ASD、人工智能方法论、诊断目标和数据模态等相关术语。主要搜索查询包括：“自闭症谱系障碍”或ASD或自闭症，以及（“机器学习”或“深度学习”或“人工智能”，CNN、GNN、SVM，“随机森林”、“联邦学习”或“可解释人工智能”），以及（诊断、筛查、分类、预测、严重程度或干预）和（fMRI、MRI、EEG、“眼动追踪”、视频、微生物组、语音或多模态）。搜索语法根据不同数据库的需要进行了调整。

为提升研究覆盖范围并减少遗漏相关出版物的风险，符合条件的综述文章和原始研究研究的参考文献列表被人工筛选以获取额外记录。最终一组研究是根据下文预设的资格标准选定的。

资格标准

研究根据预先定义的纳入和排除标准进行筛选，以确保其与ASD聚焦的机器学习和深度学习应用、方法学质量及临床适用性相关。用于研究筛选的资格标准总结于 表1。

筛查程序

检索记录的标题和摘要初步筛查，以评估其与自闭症谱系障碍（ASD）、人工智能方法论及诊断或分析目标的相关性。随后对全文文章进行了审查，以确认资格并提取有关研究人群、数据来源、计算方法、验证策略及报告结局指标的信息。在最终综合前排除了重复记录和内容重叠的研究。当多个研究使用同一数据集（如ABIDE）时，仅保留具有不同模型架构、特征表示、验证框架或临床目标的研究，以避免重复，确保方法学多样性的全面评估。

数据提取与综合

采用结构化方法从每项纳入的研究中提取数据。提取的信息包括作者和发表年份、数据模式、数据集或来源、样本量（如有）、目标人群或年龄组、ASD相关任务、算法或模型类型、特征提取方法、验证策略、报告的性能指标、可解释性方法、外部验证状态、声明的限制以及临床适用性。随后根据数据模式、算法类别、临床目的、验证设计和证据质量进行综合，而非仅按报告表现进行排名。

质量评估与偏倚风险评估

进行了方法学评估以评估潜在偏倚、证据质量和临床准备情况。每项研究均基于样本量充足性、类别平衡、对重复基准数据集（如ABIDE）的依赖度、预处理与验证阶段间的数据泄露风险、交叉验证或外部验证类型、校准报告、跨年龄和性别的人口统计公平性、可解释性、可重复性及部署可行性进行评估。报告极高准确性的研究除非有足够样本量、独立检测、泄漏控制程序和透明验证方法支持，否则会谨慎解读。

绩效指标报告

修订后的比较仅包含了原始研究中明确报告的指标。当指标不可得时，会被标记为NR，表示“未报告”，而非估计或近似。跨研究比较采用定性解读，因为纳入的研究在数据集规模、临床目标、验证策略、方法、年龄组和参考标准上存在显著差异。因此，报告的准确性值并未被视为模型优越性的直接可比较指标。更新后的表格通过包含目标人群、数据集规模、验证方法、外部验证状态和关键局限，区分了预测性能与证据质量。