中大成功研发「全自动视网膜图像分析」技术计算自闭症风险 可用於自闭症筛查 及早为患者提供治疗
香港中文大学（中大）医学院成功研发用於计算自闭症风险的「全自动视网膜图像分析（ARIA）」技术，透过拍摄「眼底相」识别儿童的视网膜特徵，以及神经纤维层有否变薄，以计算他们罹患自闭症的风险。研发团队希望将来可利用新技术进行筛查，令他们毋须依赖冗长的诊断方法才开始对症下药，藉此提早开始干预以减少自闭症对患者成长过程的影响。研究结果已於《刺针》杂志出版的EClinicalMedicine发表。
中大医学院成功研发利用「全自动视网膜图像分析」技术，透过拍摄「眼底相」识别儿童的视网膜特徵，计算他们罹患自闭症的风险。负责的中大医学院赛马会公共衞生及基层医疗学院临床研究及生物统计中心更凭藉「全自动视网膜图像分析」技术，最近获港府颁发「社会资本动力奖 ― 卓越伙伴奖（企业/机构）」及「社会资本动力标志奖」。
右起：中大医学院赛马会公共衞生及基层医疗学院临床研究及生物统计中心副主任黎明宝女士、中心主任徐仲鍈教授，以及是次研究合作单位匡智会学校代表教育心理学家赵颂敏女士。
缺乏客观筛查方法可致自闭症患者於幼儿时期被延迟诊断甚至误诊
自闭症是一种极为复杂的神经发育障碍，患者的生活自小已受多方面影响，包括社交、沟通和处理感官信息的能力等，愈早介入可达到愈好的治疗效果。然而，现时自闭症的诊断主要依靠问卷及跨专业团队进行评估，评估时间一般较长，亦因为缺乏客观的筛查方法，导致患者於幼儿时期容易被延迟诊断，甚至误诊。
过往已有研究指出，视网膜神经纤维层变薄与高功能自闭症和阿斯伯格综合症（Asperger Syndrome）息息相关，显示视网膜图像或可为自闭症的分类提供关键信息，有助制定自闭症的客观衡量指标。
研究显示全自动视网膜图像分析技术辨识自闭症患者灵敏度高达9成
有见及此，中大医学院赛马会公共衞生及基层医疗学院临床研究及生物统计中心开发了用於计算自闭症风险的「全自动视网膜图像分析（ARIA）」技术。研究人员从匡智会属下的特殊学校招募了46名自闭症患者个案，并另外邀请23名年龄及性别配对的普通儿童参与研究。研究人员利用仪器为所有参加者拍摄他们的视网膜图像（俗称「眼底相」），并透过ARIA技术进行分析。
研究结果发现，自闭症患者的视盘及视杯直径明显增大，而ARIA技术辨识自闭症患者的灵敏度及识别能力分别达96%及91%。
领导有关研究的中大医学院赛马会公共衞生及基层医疗学院临床研究及生物统计中心主任徐仲鍈教授表示：「视网膜图像分析是一种无创、全自动和相对方便的技术。即使是幼儿，也可透过这项新技术分析其视网膜图像来评估罹患自闭症的风险。此客观评估技术有望可在社区进行自闭症筛查，成为临床及行为评估前一种有效的风险评估工具。」
视网膜血管是唯一可见的血管，透过仪器拍摄的「眼底相」，可以反映心脏血管及脑部健康。
徐仲鍈教授期望，视网膜图像分析技术可在社区用作自闭症筛查，成为临床及行为评估前一种有效的风险评估工具。
创建更紧密社区合作产生更深远的社会影响
这研究论文的第一作者，中大医学院赛马会公共衞生及基层医疗学院临床研究及生物统计中心资深护士及副主任黎明宝女士指，是次研究不仅反映了应用科技的进步和重要性，还展示了中大、匡智会学校与社区视光师之间的紧密合作如何大大提升「社会资本」，并实践科研造就社会的共同目标，对社会产生更深远的影响。
匡智会学校教育心理学家赵颂敏女士表示：「每个学生的需要都是独特的，而有自闭症及特殊学习需要（SEN）的学生的需要更多样化。我们很感谢香港中文大学医学院邀请匡智会学生参与是次研究，透过研发创新的医疗科技，并在社区视光师的专业合作下，为儿童评估罹患自闭症的风险，及早为他们识别所需服务；这次的研究更可加深社会大众理解自闭症及SEN学生的需要，加强社会接纳与共融。」
研究团队凭藉全自动视网膜图像分析技术获颁「社会资本动力奖 ― 卓越伙伴奖」
全自动视网膜图像分析技术已应用於评估使用者的中风风险和计算认知障碍症风险因素的脑白质病变风险。研究团队凭藉此技术对促进社区健康作出的努力，获香港特别行政区政府劳工及福利局辖下的社区投资共享基金，颁发「社会资本动力奖 ― 卓越伙伴奖（企业/机构）」及「社会资本动力标志奖」，以嘉许他们对发展社会资本的杰出贡献。
