ASD-Bench：自闭症谱系障碍人工智能模型的四轴综合基准

自动自闭症谱系障碍筛查工具仍然受到单一架构评估、轴限制评估和几乎完全关注成人群体的限制，从而模糊了对早期干预至关重要的特定年龄诊断模式。我们引入了 ASD-Bench，这是一个系统的表格基准，在四个轴上评估三个年龄组（1-11 岁儿童、12-16 岁青少年、17-64 岁成人）的机器学习、深度学习和基础模型配置：预测性能、校准、可解释性和对抗鲁棒性。我们的基准测试应用于包含 4,068 个 AQ-10 记录的 v3 数据集，涵盖经典模型（XGBoost、AdaBoost、随机森林、Logistic 回归）、神经网络 (MLP)、深度表格 Transformer（TabNet、TabTransformer、FT-Transformer）和 TabPFN v2。我们引入启发式聚合惩罚（HAP）：一种对成本敏感的指标，对漏报进行更严厉的惩罚，并结合交叉验证方差来提高部署稳定性。成人分类具有较高的性能（10/17 模型实现了完美的 F1 和 AUC），而青少年则面临着更艰巨的任务（F1 上限为 0.837，儿童为 0.915）。特征层次在不同群体之间发生变化：A9（社交动机）在儿童中占主导地位，A5（模式识别）在青少年中占主导地位，而成年人则表现出与发展性社交掩蔽一致的更平坦的重要性特征。准确性和校准是分离的：AdaBoost 在 ECE=0.302 的成人上实现了 F1=1.000，证实单一指标评估不足以用于临床 AI。提供了针对特定群组的部署建议。所有发现均应被解释为问卷衍生标签的概念验证证据，而不是经过临床验证的诊断性能。