自闭症诊断黑科技：AI将通过翻译婴儿哭声

   以往，自闭症诊断大部分还是依靠医生的主观经验，但前不久，人工智能在这方面有了新突破，AI APP将可以通过翻译婴儿的哭声来诊断自闭症。

日前，《连线》杂志的一篇文章介绍，一款名为Chatterbaby的AI APP可以收集婴儿在不同感受下的哭声，并通过机器对哭声的特征进行分析，告知父母婴儿哭泣的原因。目前，这款APP的功能是分辨哭泣是由于饥饿、烦躁还是疼痛造成的。以后，它将会被用来诊断自闭症。

2013年，美国加州大学洛杉矶分校的计算神经心理学家Ariana Anderson博士创立了ChatterBaby项目。她有四个孩子，在抚养前两个孩子时，她总是不明白孩子哭泣的原因，在第三个孩子时，她就能“听懂”孩子通过哭声所表达的意义了。于是，她产生了用算法解读婴儿哭声的想法，创立了这个项目。

目前，ChatterBaby已收集了1700多个婴儿的哭声数据，希望这款APP不仅能够帮助父母听懂婴儿的哭声，还成为一个庞大的数据库。Ariana Anderson和她的团队希望通过这些数据建立一个机器学习模型，通过哭声来诊断不同类型的自闭症。

这款自闭症诊断的AI项目需要运用计算神经科学和神经心理学。前者通过数学分析和计算机模拟的方法，对大脑的神经系统进行模拟和研究，研究大脑风格的信息处理方式，从而在计算机中创造一个大脑。而后者会在人的感知、记忆、言语、思维、智力、行为和大脑的机能结构之间建立量的关系，用标志着大脑机能结构的解剖、生理、生化的术语来解释心理现象或行为。

Ariana Anderson表示，关于自闭症的调查研究大多是在高档白人社区中完成的。因此，有色人种的孩子被诊断出自闭症，通常比白人同龄人晚1-2年。“解决不同人种的健康鸿沟，需要更优质的数据。”

使用这款AI APP的孩子父母要签署一份协议，允许开发人员通过APP记录去除婴儿个人信息的音频文件，并存储在符合HIPAA法案要求的服务器上。这份协议还要求用户配合调查，提供包括对视回避、头部撞击等在内的行为线索，这有助于识别哪些婴儿更可能在神经发育方面出现问题。

随着这款APP的研发，也出现了一些不同声音。布朗大学风险儿童研究中心的心理学家Stephen Sheinkopf认为，确实有许多神经学线索隐藏在婴儿的哭声中，包括声调、声量、共鸣等在内的声学特征都能被量化和可视化，但这些线索并不足以诊断自闭症。要是把声音、行为和其他生理数据整合进一个模型会更合理。

自闭症儿童通常在2-6年才被确诊。医学界普遍认为，如果能在早期发现这些特殊儿童的异常，就会大大增加他们成为正常人的机率。这款能够翻译婴儿哭声的AI APP，或许能将自闭症诊断的时间大大提前。