То, как люди захватывают объект, может упростить диагностику расстройств аутистического спектра
Своевременная диагностика расстройства аутистического спектра является серьезной проблемой, но новое исследование Йоркского университета показывает, что то, как молодые люди (а потенциально и дети) захватывают предметы, может стать более простым способом диагностики человека с расстройством аутистического спектра.
Работа опубликована в журнале Autism Research .
Команда, являющаяся частью международного сотрудничества, использовала машинное обучение для анализа естественных движений рук, в частности движений пальцев во время хватания, у людей с аутизмом и без него.
«Наши модели смогли классифицировать аутизм с точностью около 85%, что позволяет предположить, что этот подход потенциально может предложить более простые и масштабируемые инструменты для диагностики», — говорит ведущий автор, доцент Эрез Фрейд из кафедры психологии Йоркского университета и Центра исследований зрения.
«В настоящее время аутизмом страдает примерно один из 50 канадских детей, и своевременная и доступная диагностика остается серьезной проблемой. Наши результаты дополняют растущий массив исследований, предполагающих, что тонкие двигательные паттерны могут давать ценные диагностические сигналы — то, что пока еще не так широко используется в клинической практике».
Помимо социальных и коммуникативных проблем, аутизм, расстройство нейроразвития , может включать двигательные аномалии, которые часто проявляются в раннем детстве . Исследователи говорят, что раннее тестирование на эти двигательные движения может привести к более быстрой диагностике и вмешательству.
«Основные поведенческие маркеры для диагностики сосредоточены на тех, у кого заболевание началось относительно поздно, а моторные маркеры, которые можно выявить в самом раннем детстве, могут, таким образом, снизить возраст постановки диагноза », — говорит профессор Батшева Хадад из Хайфского университета, эксперт в области исследований аутизма и ключевой соавтор данного исследования.
Аутичным и неаутичным молодым взрослым участникам было предложено использовать свои большие и указательные пальцы, к которым были прикреплены маркеры отслеживания, чтобы хватать различные блоки разного размера, поднимать каждый из них и возвращать его на то же место, а затем возвращать руку в исходное положение. Исследователи использовали машинное обучение для анализа движений пальцев участников, когда они совершали хватательные движения.
Обе группы участников имели нормальный IQ и были сопоставимы по возрасту и интеллекту. Вместо детей были использованы молодые люди, чтобы исключить любые различия в результатах из-за задержки развития.
Исследование показало, что тонкие различия в контроле движений могут быть эффективно зафиксированы с точностью более 84%. Исследование также показало, что существуют различные кинематические свойства в хватательных движениях между аутичными и неаутичными участниками.
Анализ задач на точность естественного захвата обычно не использовался в предыдущих исследованиях, говорит Фрейд. Однако машинное обучение предоставляет исследователям мощный новый инструмент для анализа двигательных паттернов, открывая новые способы использования данных о движении в оценке расстройств аутистического спектра .
По словам Фрейда, полученные результаты могут привести к разработке более доступных и надежных диагностических инструментов, а также к своевременному вмешательству и поддержке, которые могут улучшить результаты лечения людей с аутизмом в будущем.