语音识别技术在孤独症谱系障碍诊断中的研究进展与应用展望

摘要

孤独症谱系障碍（autism spectrum disorder,ASD）是一种起病于发育早期的神经发育障碍，其核心症状主要表现在语言和社会交往方面。传统诊断工具（如《自闭症诊断观察量表第2版》）应用广泛，但在低龄儿童和基层医疗中可及性与客观性不足。语音识别技术因其量化能力强、成本较低、识别婴幼儿早期言语异常的灵敏度高，正成为辅助诊断ASD的重要手段。文章系统梳理了语音识别技术在不同年龄段早期筛查、共病情绪问题诊断、疾病严重程度评估及多模态融合等方面的最新研究。结果显示，通过提取基频、语速、停顿等声学特征，可有效区分ASD个体与典型发育儿童，并识别焦虑、抑郁及注意力缺陷多动障碍等共病。多模态融合（如脑影像、生理信号和行为数据）可进一步提升诊断准确率。但数据多样性不足、方言与年龄适用性局限、共病干扰及隐私保护等挑战依然突出。

关键词

孤独症谱系障碍 / 语音识别 / 辅助诊断