近日，由山东省胸部肿瘤数字诊疗重点实验室、医院医学人工智能研究中心、智能外科山东省工程研究中心协同攻关取得的重要科研成果，以A contrastive reconstruction vision transformer model for intelligent diagnosis of autism spectrum disorder为题，发表于Nature Portfolio旗下国际权威期刊npj Digital Medicine（影响因子18.0）。研究由医院医学人工智能研究中心副主任邢鲁民与澳门理工大学研究人员合作完成，邢鲁民教授为论文第一作者和通讯作者。

孤独症谱系障碍（Autism Spectrum Disorder，ASD）是一类与脑发育相关的神经发育障碍，个体在社会沟通、行为方式和支持需求等方面呈现高度异质性。世界卫生组织2025年更新的资料显示，2021年全球约每127人中有1人患孤独症。如何在尊重个体差异的前提下，发展客观、高效、可扩展的辅助筛查技术，是数字医学领域的重要研究方向。

针对传统卷积神经网络对面部细微变化和局部精细特征捕捉不足、监督学习高度依赖人工标注等问题，研究提出对比重构视觉Transformer模型CREViT。该框架将视觉Transformer、自编码重构和对比学习有机融合，并联合优化重构损失、对比损失和分类损失。上述设计有助于模型学习更稳定、更具区分度的图像表征，也为更充分利用未标注数据、降低对大规模人工标注的依赖提供了技术路径。

该研究为利用儿童面部图像构建孤独症智能辅助筛查模型提供了新的方法学依据，尤其在细粒度特征学习和减少标注依赖方面具有积极意义。

面向数字医学从算法验证走向真实临床场景的最新发展要求，团队下一步将重点探索融合语音、行为模式、眼动、脑电及临床量表等多模态信息，强化可解释性、隐私保护与人机协同，推动模型由单一图像分类向规范化、可追溯的临床辅助筛查工具演进。

此次成果发表，集中体现三大平台在临床需求凝练、医学数据治理、人工智能算法研发与工程转化方面的协同创新能力。医院将进一步发挥临床资源、数据治理、工程技术和科研平台协同优势，坚持以临床需求为牵引，以安全、有效、可解释、可推广为导向，加快医学人工智能技术规范验证和成果转化，为提升医疗服务的精准化、智能化水平提供科技支撑。