Színezős játék az autizmus korai felismerésében

A Journal of Autism and Developmental Disorders folyóiratban december 7-én jelent meg a University of Southern California (USC) kutatóinak cikke, amelyben az autizmus korai diagnózisát segítő, iPad-en játszható színezős játékról számoltak be. A mindössze 5 perces színezős játék során az érintőképernyő kinetikus adatait mesterséges intelligencia segítségével értékelik.

“Eredményeink egy egyszerű és innovatív módszer hatékony alkalmazásának lehetőségét sugallják az autizmus és a fejlődési koordinációs zavar korai felismerésében” - nyilatkozta a tanulmány egyik szerzője, Lisa Aziz-Zadeh. “Ez különösen azért lehet fontos, mert az autizmus motoros tünetek már korán, általában már a szociális tünetek jelentkezése előtt megjelennek. Külön előny, hogy ez a módszer nem jár az értékelő orvos személyéből eredő esetleges torzítással.”

Korábbi tanulmányok kimutatták, hogy a mesterséges intelligencia segítségével elméletileg lehetséges az autista gyermekek differenciálása a tipikusan fejlődő gyerekektől, ám nehéz lehet megkülönböztetni az autizmust más hasonló fejlődési rendellenességektől. Például a fejlődési koordinációs zavarnak - amely elsősorban a motoros készségek zavara - vannak olyan jellemzői, amelyek átfedésben vannak az autizmussal. Az autizmus spektrumzavarban szenvedő gyermekek gyakran rendelkeznek mind motoros, mind szenzoros hiányosságokkal a zavarra jellemző szociális hiányosságokon kívül.

“A korai felismerés lehetővé teszi a személyre szabott terápiás megközelítést, ami a hosszú távú fejlődési eredmények javulását eredményezi” - fejtette ki a cikk első szerzője, Christiana Dodd Butera. “Munkánk elsődleges célja ezért az volt, hogy az adott kisgyermek a megfelelő kezelést fejlődésének optimális időpontjában kaphassa meg, ehhez azonban a korai felismerés elengedhetetlen.”

A cikkben közölt vizsgálatban összesen 54 gyermek és serdülő (8 és 17 év közötti életkor) vett részt egy ötperces színező játékban, amelyet iPad-eken játszhattak. Az 54 fős populációból 18 autizmusban szenvedett, 16 fejlődési koordinációs zavarral küzdött, 20 pedig normál fejlődésű, egészséges gyermek volt. Az iPad-ek az érintőképernyő kinematikai adatait gyűjtötték - például azt, hogy a gyerekek egy adott pontra milyen erővel nyomnak rá, illetve a mozdulatok mennyire rángató jellegűek és milyen gyorsak. A kutatók gépi tanulásos (machine learning) módszerrel, a mesterséges intelligencia egyik formájával elemezték a kapott információkat.

“Az eredmények szerint 76%-os pontossággal tudtunk különbséget tenni egy tipikusan fejlődő és egy autizmus spektrum zavarral küzdő gyermek között” - nyilatkozta Aziz-Zadeh.

A kutatók emellett 78%-os pontossággal tudtak különbséget tenni a tipikus fejlődés és a fejlődési koordinációs zavar, valamint 71%-os pontossággal az autizmus és a fejlődési koordinációs zavar között. A kis elemszámú vizsgálatot magasan funkcionáló autista gyermekek és serdülők körében végezték, ezért a kutatók szerint igen hasznos lenne megismételni mind idősebb és fiatalabb korcsoportokban, mind pedig változatosabb súlyosságú autizmusban és fejlődési koordinációs zavarban szenvedő személyeket tartalmazó vizsgálati populációk alkalmazásával is.

Írásunk az alábbi közlemények alapján készült:

AI could help in the early diagnosis of autism, study finds

Motor Signature Differences Between Autism Spectrum Disorder and Developmental Coordination Disorder, and Their Neural Mechanisms

Irodalmi hivatkozás:

Christiana Butera et al, Motor Signature Differences Between Autism Spectrum Disorder and Developmental Coordination Disorder, and Their Neural Mechanisms, Journal of Autism and Developmental Disorders (2023). DOI: 10.1007/s10803-023-06171-8