AI习惯于筛选FASD

该工具使用摄像机和计算机视觉来记录儿童在观看多个一分钟视频或看向或不看目标时的眼球运动模式，然后识别出与观看相同视频或目标的其他儿童所记录的眼球运动模式形成对比的模式。研究人员将正常以外的眼球运动标记为可能有FASD风险的儿童，需要由医疗从业者进行更正式的诊断。

据劳伦特ITti，美国苏联的计算机科学，心理学和神经科学教授的说法，FASD仍然很难诊断 - 专业的诊断可能需要很长时间，目前的工作占据了一整套一整天。“没有一个简单的血液测试来诊断FASD。它是那些存在广泛的病症的谱系障碍之一。它是医学上非常具有挑战性的，它与其他条件相同。目前的黄金标准是主观的，因为它涉及电池的测试和临床评估。它也很高的。“

ITTI表示，他和他的同事们认为这项研究是因为他们认为筛选工具可能能够达到可能存在风险的儿童。据估计，数百万儿童将被诊断为FASD。这种情况，当在孩子的生命中未被诊断出来时，可以产生次要认知和行为残疾。“新的筛选程序仅涉及相机和计算机屏幕，并且可以应用于非常幼儿。在USC神经科学研究生计划的博士候选人，只需要10到20分钟，成本应该负担得起。““在此后面的机器学习管道发出客观和一致的估计数。”

虽然这个计算机视觉工具的目的不是要取代专业人员的全面诊断，但它的目的是提供重要的反馈，以便家长可以确保他们的孩子由专业人员诊治，并接受早期认知学习和潜在的行为干预。

对于伊蒂来说，这不是第一次尝试使用计算机视觉来监测眼部运动，以筛查神经和认知状况。伊蒂长期以来一直致力于模拟视觉注意力。在过去的十年里，他还将同样的技术用于筛查注意力缺陷障碍和帕金森氏症。“有时人们可能会告诉你，你在日常生活中只使用了大脑的10%。但一旦你睁开眼睛，处理眼前的视觉世界，你的大脑已经有超过70%的投入。你的眼动系统非常复杂，如果你的大脑发生了什么事情，你的眼睛就会给出某种信号，”伊蒂说。

这种筛选工具的影响可能是显着的。研究共同作者和FASD专家，詹姆斯N.雷诺兹，他是儿童脑部健康网络中的临时首席科学官员表示，“FASD的经济影响跨越多种系统，包括医疗保健，教育，刑事司法，除了与法案及其照顾者的个人损失生产力成本。据估计表明，加拿大和美国法案的平均年度成本为每人22,000美元 - 24,000美元，因此在社会中共同统称数十亿美元。根本没有逃避FASD是与巨大的经济和社会成本相关的主要公共卫生问题。“

南加州大学的伊蒂有很多想法，可以通过移动设备、应用程序或药店来实现这种筛查工具，作为等待处方时使用的免费筛查工具之一。他说，“这可能是你大脑的血压监测系统。”