中大成功研發「全自動視網膜圖像分析」技術計算自閉症風險 可用於自閉症篩查 及早為患者提供治療
香港中文大學（中大）醫學院成功研發用於計算自閉症風險的「全自動視網膜圖像分析（ARIA）」技術，透過拍攝「眼底相」識別兒童的視網膜特徵，以及神經纖維層有否變薄，以計算他們罹患自閉症的風險。研發團隊希望將來可利用新技術進行篩查，令他們毋須依賴冗長的診斷方法才開始對症下藥，藉此提早開始干預以減少自閉症對患者成長過程的影響。研究結果已於《刺針》雜誌出版的EClinicalMedicine發表。
中大醫學院成功研發利用「全自動視網膜圖像分析」技術，透過拍攝「眼底相」識別兒童的視網膜特徵，計算他們罹患自閉症的風險。負責的中大醫學院賽馬會公共衞生及基層醫療學院臨床研究及生物統計中心更憑藉「全自動視網膜圖像分析」技術，最近獲港府頒發「社會資本動力獎 ─ 卓越夥伴獎（企業/機構）」及「社會資本動力標誌獎」。
右起：中大醫學院賽馬會公共衞生及基層醫療學院臨床研究及生物統計中心副主任黎明寶女士、中心主任徐仲鍈教授，以及是次研究合作單位匡智會學校代表教育心理學家趙頌敏女士。
缺乏客觀篩查方法可致自閉症患者於幼兒時期被延遲診斷甚至誤診
自閉症是一種極為複雜的神經發育障礙，患者的生活自小已受多方面影響，包括社交、溝通和處理感官信息的能力等，愈早介入可達到愈好的治療效果。然而，現時自閉症的診斷主要依靠問卷及跨專業團隊進行評估，評估時間一般較長，亦因為缺乏客觀的篩查方法，導致患者於幼兒時期容易被延遲診斷，甚至誤診。
過往已有研究指出，視網膜神經纖維層變薄與高功能自閉症和阿斯伯格綜合症（Asperger Syndrome）息息相關，顯示視網膜圖像或可為自閉症的分類提供關鍵信息，有助制定自閉症的客觀衡量指標。
研究顯示全自動視網膜圖像分析技術辨識自閉症患者靈敏度高達9成
有見及此，中大醫學院賽馬會公共衞生及基層醫療學院臨床研究及生物統計中心開發了用於計算自閉症風險的「全自動視網膜圖像分析（ARIA）」技術。研究人員從匡智會屬下的特殊學校招募了46名自閉症患者個案，並另外邀請23名年齡及性別配對的普通兒童參與研究。研究人員利用儀器為所有參加者拍攝他們的視網膜圖像（俗稱「眼底相」），並透過ARIA技術進行分析。
研究結果發現，自閉症患者的視盤及視杯直徑明顯增大，而ARIA技術辨識自閉症患者的靈敏度及識別能力分別達96%及91%。
領導有關研究的中大醫學院賽馬會公共衞生及基層醫療學院臨床研究及生物統計中心主任徐仲鍈教授表示：「視網膜圖像分析是一種無創、全自動和相對方便的技術。即使是幼兒，也可透過這項新技術分析其視網膜圖像來評估罹患自閉症的風險。此客觀評估技術有望可在社區進行自閉症篩查，成為臨床及行為評估前一種有效的風險評估工具。」
視網膜血管是唯一可見的血管，透過儀器拍攝的「眼底相」，可以反映心臟血管及腦部健康。
徐仲鍈教授期望，視網膜圖像分析技術可在社區用作自閉症篩查，成為臨床及行為評估前一種有效的風險評估工具。
創建更緊密社區合作產生更深遠的社會影響
這研究論文的第一作者，中大醫學院賽馬會公共衞生及基層醫療學院臨床研究及生物統計中心資深護士及副主任黎明寶女士指，是次研究不僅反映了應用科技的進步和重要性，還展示了中大、匡智會學校與社區視光師之間的緊密合作如何大大提升「社會資本」，並實踐科研造就社會的共同目標，對社會產生更深遠的影響。
匡智會學校教育心理學家趙頌敏女士表示：「每個學生的需要都是獨特的，而有自閉症及特殊學習需要（SEN）的學生的需要更多樣化。我們很感謝香港中文大學醫學院邀請匡智會學生參與是次研究，透過研發創新的醫療科技，並在社區視光師的專業合作下，為兒童評估罹患自閉症的風險，及早為他們識別所需服務；這次的研究更可加深社會大眾理解自閉症及SEN學生的需要，加強社會接納與共融。」
研究團隊憑藉全自動視網膜圖像分析技術獲頒「社會資本動力獎 ─ 卓越夥伴獎」
全自動視網膜圖像分析技術已應用於評估使用者的中風風險和計算認知障礙症風險因素的腦白質病變風險。研究團隊憑藉此技術對促進社區健康作出的努力，獲香港特別行政區政府勞工及福利局轄下的社區投資共享基金，頒發「社會資本動力獎 ─ 卓越夥伴獎（企業/機構）」及「社會資本動力標誌獎」，以嘉許他們對發展社會資本的傑出貢獻。
