|
导读 |
脑显像数据交换等大数据技术使全大 脑研究成为可能。 |
华威大学(University of Warwick)的大数据研究将自闭症患者和非自闭症患者人群的大脑差异区分开来。
我女儿9岁的时候被诊断患有自闭症谱系障碍(autism spectrum disorder)。这么多年来，她一直被当作是一个古怪的，敏感的和天赋异秉的孩子。她的老师喜爱她。每个人都认她是快乐之源，除了和她亲近的人。
拿到女儿诊断书的当天，我们直奔学校去申请个人教育计划（Individualized Education Plan)。当我们描述了她校外的行为 - 带有暴力的歇斯底里，恐吓威逼，对想象游戏缺乏兴趣，对家庭作业的无理取闹，以哭泣和尖叫作为唯一的沟通方式，自残 - 女儿的教育团队包括校长，老师和辅导员都将这一切怪罪于我们。
你相信吗，他们对我们说：我们的女儿不需要特殊对待，她只是碰到了糟糕的家长。
我们已经花了数千美元在女儿的测试上，没人愿意相信我们。
Cleveland儿童自闭症临床中心给我女儿做的一系列测试背后的是有科学作为依据的。并且，对于像我一样迷信科研的人，科学出乎意料的让人安心 － 它具有情感所不具备的严控性。
因此，当我读到来自华威大学的严密统计分析结果，并指出存在于ASD患者和非患者大脑功能的巨大差异，我反而一点都不意外。
也许我不仅仅是个无能的父母，也许我们的自闭症经历是真实的。
自闭症：发生率和症状
科学界已经能够判定自闭症的常见症状，却还没法判断自闭症以及其症状的形成成因。在华威大学揭晓其研究结果之前，先谈谈我们对自闭症的大概认识。
自闭症是一种生物性神经系统发育障碍，在美国每68个儿童就有一人受自闭症困扰。由于严重程度和治疗方法的极大差异，自闭症的症状因人而异。然而，自闭症患者们通常以一种与正常发育的同龄人不同的方式进行交流，表现和学习。ASD患者在与他人交往方面存在障碍。当别人和他们说话的时候，他们也许会避免眼神交流并表现出不在意。他们也许会在表达需求和适应周围变化方面存在困难。他们会对感观刺激做出反常应对，并会呈现重复的行为。
大数据使全大脑研究成为可能
华威大学的研究人员利用来源于自闭症脑显像数据交换(ABIDE)的大数据，去比较523个自闭症确诊患者和452个神经系统正常的人的大脑功能。
利用华威大学研发的BWAS(Brain-Wide Association Analysis, 全脑关联分析)方法，研究者们分别对自闭症患者和非自闭症人群大脑的计算机模型进行编译，比较和对比。华威研究团队发现了大脑皮层功能连通性存在差异的具体实例，并且能够识别大脑中会造成自闭症症状的部位。
特别的，自闭症大脑模型显示了自闭症的神经特征，即被认为是负责面部表情处理、感情、交流和心理理论的区域会伴随着减弱的功能性连通。
根据网络哲学百科，心理理论(theory of mind)，已在BWAS分析中被提及，是“认知科学的一个分支，来调查人们如何将心理状态归因于他人。以及人们如何利用这些状态去解释和预测他人的行为...”
根据自闭症研究中心执行官Stephen M. Edelson所说：“...很多自闭症患者不理解其他人有他们自己的计划，思想和观点...由于不理解其他人和他们想的不一样，很多自闭症患者也许会在与他人社交和沟通上存在问题。也就是说，自闭症患者也许无法预料在不同的情况下其他人将会说什么或者做什么。”
然而，必须说明的一点是大数据研究只能建立相关性，而不是因果关联。当研究相自闭症这么复杂的精神紊乱，相关性总比什么关系都不存在强。
近一步理解
随着父母，老师，治疗师和医师们试图弄清诊断对于自闭症的意义，诸如此类的研究对自闭症症状也许存在生物学基础或神经学基础的想法给予了证实。
上周，我们女儿的治疗医师告诉我们需要放低对女儿的期望值，由于她是自闭症患者。这一点，在过去6个月中(从诊断结果出来开始)，我们问了20个不同领域的专家关于怎么的期望值会比较合适，没有一个能告诉我们答案。
通过识别大脑功能的差异，大数据研究帮助我们拓宽了自闭症患者的大脑如何运作的理解，我们离“为自闭症患者的行为和治疗置合适的期望值”这一目标更近了一步。
原文发布时间为：2015-05-14