Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

宁晨作者

AI诊断、数字康复治疗、陪伴机器人……自闭症市场能否走出供求困境

世界卫生组织将每年的4月2日设为“世界提高自闭症意识日”,旨在提高人们对自闭症和相关研究与诊断以及自闭症患者的关注。

2009年的世界自闭症日,曾有美国示威者在纽约市的中央公园遗下150辆婴儿车,以唤醒民众的关注。今年的4月2日,正是第12个世界提高自闭症意识日。

自闭症的概念于1943年由美国约翰斯·霍普金斯大学专家莱奥·坎纳首次提出,医学名称为“孤独症谱系障碍”(Autism Spectrum Disorder),国际上统称“ASD”。自闭症基本特征包括社交交流和社交互动障碍、重复的行为、兴趣或活动模式。目前,业内统一认为自闭症“病因不明,无药可医”,但后期康复干预的时机和方法,可以给患者带来相当不同的预后,而发现年龄越早、干预越早、效果越明显,预后也越好,同时,3-6岁也被认为是干预的黄金时间段。

近年来世界各国的自闭症患病率均显著上升,公认的自闭症发病率为1%-1.5%。2020年3月26日,美国疾病控制与预防中心(CDC)发布了美国自闭症谱系障碍的最新患病率,即每54名儿童中就有1名在8岁前确诊为ASD,该比例比前一次估计数增加了近10%,现状不容乐观。

好在近期相关科研有了积极进展,随着基因领域技术的不断发展和相关研究的深入,泛自闭症障碍风险基因位点的相关研究得到业内越来越多的瞩目。近期,一项迄今为止针对自闭症谱系障碍(ASD)的最大规模遗传学研究中,来自全球50多个中心的研究人员报道102个基因与这种疾病有关,包括几十个之前未被发现的基因。

这也为自闭症的早筛早诊提供了基础。

动脉网将从诊断、康复治疗和用药等方面,整理当前自闭症市场的发展现状和产业特点,并展望其未来走向。

一,自闭症诊断与筛查:当AI来敲门

2019年7月,《美国国家科学院刊》上发布的一篇论文表示,在诊断与筛查方面,借助AI测量瞳孔扩张情况或者是心率的自发波动情况可以更早地诊断出自闭症、Rett综合征(一种严重影响儿童精神运动发育的疾病)或其他具有自闭症行为特征的神经发育障碍疾病。

同年9月,一篇发表于《柳叶刀》的数字健康的论文也提及了AI诊断的积极性,论文称,AI能像专业医生一样成功诊断疾病。伯明翰大学研究人员分析数据发现,AI深度学习可以正确检测出87%病例的疾病,医疗专业人员则为86%。FDA已批准许多用于医疗保健的AI,有望辅助医生提高工作效率。

AI技术的不断成熟,给攻克自闭症早期诊断的各种痛点,带来了更多可能性。在自闭症AI诊断领域中,代表性的公司当属Cognoa。

Cognoa的总部位于“硅谷的心脏地带”——帕罗奥图,它是全球首个致力于将机器学习(machine learning)应用于儿童自闭症早期筛查的公司。

事实上,美国儿科医学会建议父母在孩子出生后的第9个月到第36个月带他们进行多项发育障碍的早期筛查,其中最重要的项目就是自闭症。尽早的筛查可以有效地避免错过黄金干预时间。一旦错过,这些发育障碍造成的影响很可能会伴随患者的一生。

即便如此,美国自闭症等儿童发育障碍的早期筛查率依然很低,主要原因在于父母的侥幸心理和美国传统筛查方式的繁琐手续(需要提前预约、前往医疗机构、等候医生筛查等一系列程序)。

在这种背景下,Cognoa的出现极大程度地方便了父母。家长只需在应用商店下载好App后,填写完孩子的基本信息,然后根据孩子的具体情况回答15至20个和他们行为有关的问题,系统就会自动生成筛查方案。

Cognoa提供的筛查方案看似简单,但却是权威的医学探索和前沿的AI技术融合的成果。

整个筛查方案的关键在于那套在线问卷设计的可靠性和结果的准确性。这些问题的理论依据来源于Dennis Wall博士超过5年的临床研究。在此期间,他们的团队在哈佛医学院和斯坦福医学院对超过十万名自闭症儿童的患病情况进行了跟踪。

临床研究中产生的信息汇总成庞大的数据库,Cognoa利用机器对海量的医疗数据进行学习,从而训练出一套独特的算法。当用户在App中输入儿童的行为信息,系统会根据已经建立的算法得出对应的筛查结论。

二,重构整个自闭症诊疗:数字化能做什么

除了早期筛查有AI技术加持,自闭症的康复治疗环节也因近几年数字健康的飞速发展而迎来了革新的机会,远程医疗和AI技术让自闭症筛查覆盖更多的患者,提高诊疗效率的同时也降低了医疗费用,而随着智能手机的覆盖和电子技术的精进,诸如VR/AR和移动医疗App等应用也逐渐崛起。


1.自闭症治疗:机器人与VR/AR来助阵

陪伴机器人常常被人类诟病过于机械和笨拙,但是这一点恰恰能够带给自闭症儿童安全感,不厌其烦地引导自闭症患儿。

麻省理工学院的研究人员为解决自闭症患儿表情识别困难的难题,研发了一款陪伴机器人。自闭症患儿在识别常人的面部表情和情绪上有困难,一些专家为此开发了一种可以做出表情的机器人,并通过与自闭症患儿互动的方式,让自闭症患儿模仿。

全美第三大私立大学杨百翰大学(BYU)的一个研究团队,研发了一款名为Benni的机器人,希望Benni 能够成为自闭症儿童的朋友。这个机器人看起来和《星球大战》里的BB-8很相似,它被设计用来补充自闭症儿童的治疗。

机器人不是简单的陪伴玩具,要达到治疗效果,需要用AI技术实现与自闭症儿童进行反馈,集成反馈的数据,为定制治疗方案提供支撑。这背后同样离不开数据库支持。

谷歌曾和著名的自闭症宣传和科研机构“自闭症之声(AUTISM SPEAKS)”合作,建立自闭症基因库。该基因库收集来自世界各地一万名儿童及其家人的全基因组并进行测序,由此建立的数据库可向世界各地的自闭症研究机构开放。

同样专注于数据库和AI分析公司的还有BioSymetrics。在自闭症领域,BioSymetrics已经为自动预处理、集成分析和预测建模构建了大数据工具。这些技术可以服务于卫生和医院系统、生物制药、新药研发和精准医疗。换句话说,BioSymetrics可以实现集成不同的生物数据类型,并对组合数据进行预测分析。

自闭症儿童难以和现实世界接轨,而普通人也难以解码他们的行为意义。除了AI,VR也能搭建起两者之间的桥梁。

VR应用于自闭症治疗有很多种方式,它能解决自闭症问题的方案在于能够给自闭症患者更多定制的安全空间。就自闭症儿童治疗而言,VR游戏尤其能减少他们的防备,分析他们的行为含义。

早在2014年,就有一项关于VR游戏的研究:工作人员让自闭症患儿带上头显装置,头显装置能顾捕捉自闭症儿童的每一个表情而且显示在游戏的虚拟角色上,而游戏中同他们进行互动的虚拟角色,同样也是治疗师的虚拟化身。

纽卡斯尔大学开展的机对照试验涉及32名8至14岁的自闭症儿童。一半在蓝色房间(由团队开发的VR游戏)接受治疗,一半作为对照组,六个月后接受延迟治疗。治疗两周后,研究显示前16名中有4名(25%)对治疗有积极反应;同时,研究显示VR游戏疗法同样适用于成年自闭症患者。


2.自闭症康复治疗:线上与线下

比起欧美等发达国家起步较早的自闭症诊疗市场,国内自闭症领域的干预治疗起步相对更晚,目前也处于供不应求的状态。

在言语/康复方面,总的来看,国内自闭症康复市场仍以康复环节(早期干预)为主,且存在不均衡的发展现象。康复市场的严重失衡主要受两因素影响:第一,政府补贴早期干预机构,如大米和小米等,而对于成年服务市场则无补贴;第二,政府投资设立一些康复救助项目,如七彩梦等,而暂时对康复后机构无投资。

我国康复市场的供给依旧存在巨大缺口。市场需要更多的参与者进入。因此,现有市场参与者的表现则具有相当的借鉴意义。此外,随着移动互联网普及,康复机构出现了线上和线下两种服务形态。由于自闭症康复需要进行一定的行为干预、游戏互动和情感交流,因此,线下服务是面向自闭症儿童最为有效的康复方式,且多数康复机构都是以线下形式运营的,如成立最早的星星雨和全国性连锁康复机构五彩鹿等。

而线上康复的代表公司则是大米和小米。大米和小米瞄准的是2-7岁自闭症儿童的早期疗育市场。在模式上,大米和小米的自闭症康复培训采用线上线下相结合的方式,在线上通过课程传播自闭症方面的的基础科普知识,建立品牌影响力;线下的康复中心做进一步康复培训,由老师一对一为自闭症儿童提供从语言、社交到运动、自理等各方面的培训教育。

2019年年底,大米和小米完成由元生创投领投的1亿元B轮融资,此次投资完成后,大米和小米将继续加大对自闭症儿童干预康复技术、AI解决方案、RICE体系开发、以及中国自闭症儿童干预康复数据化、效果量化体系的投入。此外,大米和小米与国内一所大学建立的联合实验室,将很快推出自闭症AI多模态研究成果的落地应用。

此外,因近期疫情影响,国内其他公司也纷纷加入到线上线下联动中,如东方启音邀请国际自闭症权威及言语治疗专家加入,打破了免费筛查及授课的线下区域限制,以满足疫情期间自闭症康复治疗的需求。


3.自闭症移动医疗App

除AI治疗和言语/行为康复外,随着移动互联网的崛起,自闭症的治疗模式也向多样化发展,自闭症App也由此诞生。据动脉网蛋壳研究院2016年的统计,根据AutismSpeaks的数据收录,目前全球有超500款自闭症移动医疗应用,其中被科学研究证明对自闭症患者有益的医疗应用有38款。

其中,国外自闭症App功能集中在治疗上;国内尚处早期阶段,自闭症App集中在预防及提高认知方面。

国外自闭症的研究比国内起步早40年,所以产品多集中在治疗上。而国内大众群体对于自闭症的认识存在很多误解甚至完全不知道的状态,所以产品主在提高大众认知,多以公益的方式普及自闭症知识。

国内自闭症App实行免费制,着重在于推广、传播自闭症知识为主;国外自闭症App集中在0-4.99美元之间,最贵的有19.9美元。可能在于国外自闭症App起步早,以供自闭症患者治疗为主,开发为商业应用。

另一方面,从统计的自闭症App中,国内外产品展现形式都以图文为主。其中国外还镶嵌了语音、动画视频等展现形式。国内以提高监护人的自闭症认知为主,所以我们看到产品目前还未涉及语音、动画。

三,自闭症用药:革新性产品有望拓宽市场

相比诊断和言语/行为治疗领域层出不穷的新方法、新技术和新模式,自闭症用药领域的活跃度则远远不及,部分医药公司也认为耗费巨额资金开发市场份额有限的药物并不划算,因此处方精神药物或抗惊厥药也被用来治疗儿童的自闭症。

目前自闭症用药的相关研究都集中在非典型抗精神病药物,特别是利培酮、理思必妥(Risperidone),有大量的证据不断表明,改善自闭症引发的的暴躁情绪、自残行为等。此前FDA批准过利培酮做为儿童和青少年自闭症治疗烦躁易怒的用药。

近期的几款革新性产品也值得注意。首先是神经治疗初创公司System1 Biosciences利用表型筛查发现治疗癫痫、自闭症、精神分裂等复杂的神经和精神疾病的新药,其药物发现平台使用来自脑疾病患者的干细胞系来培养大脑类器官,即所谓的三维体外系统。利用三维体外系统,研究人员得以识别潜在的化合物,并对比后者与使用标准药物方法的疗效差异,从而发现在临床上更有效的神经治疗方法。

神经疾病治疗公司Axial Biotherapeutics的帕金森病(PD)和自闭症谱系障碍(ASD)的肠道靶向临床计划,目前,该公司治疗ASD的主要候选药物是AB-2004,该药物已经在动物模型中证明可通过去除关键的微生物代谢物来修复渗漏肠道,进而改善ASD相关的运动控制行为。AB-2004于2019年第一季度进入人体临床试验。

此外,国内也有公司从肠道菌群菌群入手,攻克如自闭症一类的难治性疾病,深圳未知君生物科技有限公司是中国首家专注于肠道微生态治疗的AI制药公司。未知君创始人谭验表示,公司致力于突破微生态药物研发行业的瓶颈,针对当前未被满足的临床需求开发出微生态药物。

2019年,“未知君”和上海新华医院联合发起“探索肠道菌群移植(FMT)治疗伴有胃肠道症状的儿童自闭症患者的有效性临床研究”,根据年龄分级给予20名受试者不同剂量的FMT药物,希望通过FMT治疗重建自闭症儿童的肠道微生态环境,对患者的肠道菌群进行长期重塑,并以此影响患者的大脑结构和功能,从而改善自闭症症状。

事实上,近十年涌现出大量针对自闭症与肠道微生物联系的研究,且有证据表明自闭症与患者肠道菌群失衡有极大的相关性。

通过一系列的动物模型实验和人体队列研究,科学家们对于肠道菌群如何影响自闭症发生发展有了越来越深入的认识和理解,目前大量数据证明肠道菌群紊乱可能是部分自闭症患者发病的重要原因。

资本高烧后,自闭症市场的下一步

AI与VR/AR的加入,生物基因技术上的不断突破和移动医疗的加持,也让自闭症市场一度火热,吸引众多资本进入。从2015年开始,达晨创投、北极光创投、斯道资本、F-Prime基金等资本开始不断进入自闭症康复教育行业,对东方启音、大米和小米等机构展开融资,整个行业骤然加速,对师资、技术的争夺也更为激烈。

不过,与数字健康浪潮下的“百糖大战”相似,行业高烧过后,高端市场仍然没有太多竞争,低端市场也要迎来新一轮洗牌。

据动脉橙数据库不完全统计,2019年全球自闭症领域共发生6起融资事件,其中国内3起,海外3起。有趣的是,国内投融资事件均涉及康复、干预等领域,国外事件则集中在医药研发方面,披露金额均超过千万美元。

当下儿童自闭症康复教育行业正处于新老交替阶段,而医药研发领域仍待突破,好在一系类的前沿研究除了为自闭症药物研发提供新思路外,也能带给疾病线上管理行业启示,未来的自闭症诊疗行业也有望脱离当今供不应求的窘境。

动脉网
动脉网

专注医疗产业服务平台

产业陪伴机器人AI
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

重构技术

代码重构(英语:Code refactoring)指对软件代码做任何更动以增加可读性或者简化结构而不影响输出结果。 软件重构需要借助工具完成,重构工具能够修改代码同时修改所有引用该代码的地方。在极限编程的方法学中,重构需要单元测试来支持。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

小米集团机构

小米公司正式成立于2010年4月,是一家专注于智能手机自主研发的移动互联网公司,定位于高性能发烧手机。小米手机、MIUI、米聊是小米公司旗下三大核心业务。“为发烧而生”是小米的产品理念。小米公司首创了用互联网模式开发手机操作系统、发烧友参与开发改进的模式。2018年7月,工业和信息化部向与中国联合网络通信集团有限公司首批签约的15家企业发放了经营许可证,批准其经营移动通信转售业务,其中包括:小米科技有限责任公司。 2018年7月9日,正式登陆香港交易所主板 。

https://www.mi.com/
药物发现技术

在医学,生物技术和药理学领域,药物发现是发现新候选药物的过程。

量化技术

深度学习中的量化是指,用低位宽数字的神经网络近似使用了浮点数的神经网络的过程。

快推机构
推荐文章
暂无评论
暂无评论~