用于循证孤独症谱系障碍筛查的多模态大语言模型

arXiv:2609.16464v2 公告类型：replace-cross 摘要：孤独症谱系障碍（ASD）的临床管理在早期筛查方面面临瓶颈，主要原因是受过培训的专科人员稀缺，且传统评估工具具有主观性。在此，我们提出 ASDchat，这是一种专为循证 ASD 筛查设计的多模态大语言模型，以视频、音频和对话作为输入。ASDchat 采用双分支架构，其中决策分支生成筛查概率，证据分支生成可追溯、带时间戳且与孤独症诊断观察量表（ADOS-2）相对应的行为证据。该模型在来自中国 27 个研究中心、包含 1,035 名参与者的数据集上进行了训练和评估，参与者涵盖典型发育（TD）儿童、ASD 儿童及患有其他发育障碍的儿童。在区分 ASD 与 TD 时，ASDchat 的受试者工作特征曲线下面积（AUC）达到 0.953 $\pm$ 0.021。在未用于训练的 6 个留出研究中心上，平均 AUC 为 0.961。此外，对行为维度进行无监督聚类，将 ASD 病例划分为六种具有不同表型特征的亚型，ASDchat 为每种亚型提出相应的干预建议。ASDchat 为临床实践中开展大规模循证 ASD 筛查提供了一条可行路径。