近年来，自闭症儿童风险预测研究在遗传学、神经科学和数字技术等领域取得了显著进展，以下从多维度总结研究成果：
1. 遗传变异与发育里程碑的结合
研究通过整合5633名自闭症患者的数据，发现遗传变异（如拷贝数变异、LOF/错义突变）可有效预测智力障碍（ID）风险。模型结合走路、语言发育等里程碑后，预测准确率（AUROC）提升至0.653，为临床早期干预提供量化工具。
2. 基因靶向治疗突破
中国团队发现SHANK3基因突变与面孔识别缺陷直接相关，基于此开发的CRISPR修复技术在灵长类实验中使社交时长提升2.3倍。深圳已启动新生儿基因普筛计划，成本降至800元/例，2026年有望全国推广。
1. 社交注意力缺陷的神经机制
日内瓦大学研究发现，自闭症儿童大脑中负责快速转移注意力的神经回路存在紊乱，通过小鼠模型和核磁共振验证了该回路对社交能力的决定性影响，为行为干预提供新靶点。
2. AI与脑机接口的应用
电子科技大学团队的非侵入式脑机接口系统，通过脑电波异常实现94%的6月龄婴儿早期预测，比传统诊断提前2.5年。清华团队开发的CDK2靶向药在小鼠实验中逆转73%社交障碍。
1. 筛查技术的革新
第二代EarliPoint系统获FDA批准，通过眼动追踪等技术实现客观化筛查。数字疗法联盟指出，基于软件的行为干预可提供个性化终身支持，例如VR社交场景模拟提升患儿互动意愿58%。
2. 肠道-大脑轴的干预潜力
中山大学与MIT联合研究发现，粪菌移植联合短链脂肪酸疗法可使79.3%患儿刻板行为减少65%，内蒙古的“草原菌群库”进一步降低治疗成本70%。
当前研究仍面临遗传异质性高、环境因素量化难等问题。未来需结合多组学数据（如肠道菌群、代谢组）构建动态预测模型，同时推动普惠化技术落地，如干细胞疗法（单次费用3.8万元）和融合教育体系的普及。
