面向“星星的孩子”天津大学医学院联合儿童医院研发孤独症早筛新技术

孤独症谱系障碍（ASD）儿童常被称为“星星的孩子”，他们就像天上的星星一样，独自闪耀在自己的宇宙中，早期发现、早期干预对儿童孤独症治疗至关重要。近日，由国家级领军人才、天津大学医学部医学院刘爽教授团队联合天津大学儿童医院刘薇教授团队，在医学领域TOP期刊 npj Digital Medicine（影响因子 15.1）发表最新研究成果。该研究聚焦孤独症儿童在自然社交互动情境中的面部表情行为，构建了一种面向真实互动场景的多维度面部动态量化分析框架，为孤独症的客观评估与数字化早期筛查提供了全新的研究思路与技术路径。

在临床实践中，孤独症儿童的面部表情常被描述为“不自然”或“难以理解”，多出现在真实社交互动过程中。现有评估主要依托专家的临床观察，但受评估时长与资源条件限制，难以对日常互动中面部表情的长时变化进行系统量化；同时，既有研究多采用结构化任务范式诱发表情反应，其结果往往呈现为短时、离散的行为片段，难以充分反映真实社交过程中复杂而细微的表情动态。

针对这一长期存在的评估难题，本研究将分析视角从结构化测试情境拓展至自然社交互动场景，在不设定情绪指令和行为约束的条件下，基于 184 名儿童的自然互动视频，提出了一套多维度面部动态量化分析框架。该框架从情绪变化模式、面部肌肉激活强度及肌肉协调关系等多个层面对自发表情进行刻画，融合整体情绪特征与细粒度运动控制信息，使持续且难以言表的面部表情动态得以系统、客观量化，并为孤独症风险的早期筛查提供支持。

研究结果显示，孤独症组在自然互动中表现出显著不同于对照组的面部表情动态特征。在情绪层面，其情绪状态转换模式发生改变，个别情绪在整体表达中占比更高；在表情生成层面，面部肌肉激活呈现出异常分布，尤其表现为非核心面部肌肉的过度参与；同时，不同区域之间存在协同差异，尤以垂直方向协调异常最为突出，提示孤独症儿童在面部运动整合层面存在特异性差异，导致表情清晰度和自然性下降。这些发现从动态过程角度为临床中常见但难以量化的面部表情异常提供了客观解释。

进一步分析表明，多维特征的融合能够有效区分孤独症与典型发育儿童，在自然互动情境下实现了分类准确率 92.4%，AUC值 0.977，并在一定程度上预测症状严重程度，显示出良好的识别性能和临床相关性。结果表明，自然社交互动中的面部行为蕴含着具有临床意义的稳定数字表型信息，具备作为孤独症辅助筛查与评估指标的应用潜力。总体而言，该研究为在真实社交情境下开展非接触式、可推广的孤独症早期数字化评估提供了新的方法学依据。

本研究获得了天津市自然科学基金、脑机交互与人机共融海河实验室自主项目的资助与支持。天津大学医学院博士研究生杜铭浩、天津大学儿童医院心理科主任医师石萍为该论文的共同第一作者，刘爽教授与天津大学儿童医院刘薇教授为共同通讯作者。

论文链接: https://doi.org/10.1038/s41746-026-02375-1