一项新研究发现，通过观察人们如何用手指抓取物体，AI可以用来检测自闭症。

国外大学的研究团队及其合作伙伴使用运动跟踪技术和机器学习分析了59名年轻人的抓取行为。参与者被要求仅用拇指和食指拿起不同大小的矩形物体，每个手指上放置了一个运动传感器，这些物体模仿了日常生活中的常见物品。

从这些简单的动作中，研究人员提取了十几个与运动控制相关的特征，包括手指的速度、手部的轨迹以及最大抓握时间等。将这些数据输入五个不同的机器学习模型后，结果显示AI能够以高达89%的准确率识别出某人是否患有自闭症。所有模型的平均准确率也超过了84%。

这项研究支持了越来越多的观点，即自闭症不仅仅是社交和行为上的问题，还涉及到细微的运动协调差异。特别是伸手抓握的动作，为理解大脑如何整合视觉、感知和运动提供了重要窗口。

我们每天都会进行这些动作，比如拿起杯子或电话，但它们蕴含着宝贵的神经信息。由于抓取是一种自然行为，这种方法避免了脑部扫描或复杂诊断访谈带来的不便和成本。只需几个手指上的传感器加上智能算法，未来临床医生或许能采用一种更便捷且非侵入性的方法来检测自闭症。

当然，这项研究也有局限性。它主要关注的是智商处于平均水平的年轻人，因此还需要进一步研究来验证该方法在儿童中的有效性，因为早期诊断对这个群体至关重要。此外，研究团队希望探索这种技术能否帮助识别自闭症的不同亚型，或者是否可以在学校和儿科诊所应用。

利用AI检测自闭症可能是诊断领域的一大进步。越早发现这些问题，就能越早开始治疗，帮助患者过上更加充实的生活。过去，我们也看到AI在医疗领域的其他应用，如癌症检测等。这项研究展示了AI在改善自闭症诊断方面的潜力，为未来的个性化医疗开辟了新的道路。