Το παρόν άρθρο, με τίτλο Κινητικός έλεγχος στη διάγνωση του αυτισμού, αποτελεί μετάφραση και προσαρμογή του πρωτότυπου άρθρου που μπορεί να βρεθεί εδώ.
Ο τρόπος με τον οποίο τα άτομα πιάνουν ένα αντικείμενο μπορεί να προσφέρει την απλούστερη διάγνωση για τη διαταραχή του φάσματος του αυτισμού.
Η έγκαιρη διάγνωση της διαταραχής του φάσματος του αυτισμού αποτελεί μια σημαντική πρόκληση, αλλά μία νέα έρευνα δείχνει ότι ο τρόπος με τον οποίο οι νεαροί ενήλικες, και ενδεχομένως τα παιδιά, πιάνουν αντικείμενα θα μπορούσε να προσφέρει έναν απλούστερο τρόπο διάγνωσης κάποιου στο φάσμα του αυτισμού.
Η ερευνητική ομάδα, μέρος μιας διεθνούς συνεργασίας, χρησιμοποίησε τη μηχανική μάθηση για να αναλύσει τις φυσιοκρατικές κινήσεις των χεριών – συγκεκριμένα, τις κινήσεις των δακτύλων κατά τη λαβή – σε αυτιστικά και μη αυτιστικά άτομα.
«Τα μοντέλα μας ήταν σε θέση να ταξινομήσουν τον αυτισμό με ακρίβεια περίπου 85%, υποδηλώνοντας ότι αυτή η προσέγγιση θα μπορούσε ενδεχομένως να προσφέρει απλούστερα εργαλεία για τη διάγνωση», λέει ο επικεφαλής συγγραφέας, Αναπληρωτής Καθηγητής Erez Freud του Τμήματος Ψυχολογίας του Πανεπιστημίου της Υόρκης και του Κέντρου Έρευνας Όρασης.
«Ο αυτισμός επηρεάζει σήμερα περίπου ένα στα 50 παιδιά στον Καναδά και η έγκαιρη και προσβάσιμη διάγνωση παραμένει μια σημαντική πρόκληση. Τα ευρήματά μας προστίθενται στο αυξανόμενο σύνολο των ερευνών που υποδηλώνουν ότι τα ανεπαίσθητα κινητικά μοτίβα μπορούν να παρέχουν πολύτιμα διαγνωστικά σήματα — κάτι που δεν έχει ακόμη αξιοποιηθεί ευρέως στην κλινική πράξη».
Εκτός από τις κοινωνικές και επικοινωνιακές προκλήσεις, ο αυτισμός, μια νευροαναπτυξιακή διαταραχή, μπορεί να περιλαμβάνει κινητικές ανωμαλίες που συχνά εμφανίζονται στην πρώιμη παιδική ηλικία. Οι ερευνητές λένε ότι ο έγκαιρος έλεγχος αυτών των κινήσεων θα μπορούσε να οδηγήσει σε ταχύτερες διαγνώσεις και παρεμβάσεις.
«Οι κύριοι δείκτες συμπεριφοράς για τη διάγνωση επικεντρώνονται σε άτομα με σχετικά όψιμη έναρξη και οι κινητικοί δείκτες που μπορούν να καταγραφούν πολύ νωρίς στην παιδική ηλικία μπορεί έτσι να μειώσουν την ηλικία διάγνωσης», λέει η Καθηγήτρια Batsheva Hadad του Πανεπιστημίου της Χάιφα, ειδική στην έρευνα για τον αυτισμό και βασική συνεργάτιδα σε αυτή τη μελέτη.
Advertising
Από αυτιστικούς και μη αυτιστικούς νεαρούς ενήλικες συμμετέχοντες ζητήθηκε να χρησιμοποιήσουν τους αντίχειρες και τους δείκτες τους, οι οποίοι είχαν συνδεδεμένους δείκτες παρακολούθησης, για να πιάσουν διαφορετικά μπλοκ διαφορετικού μεγέθους, να σηκώσουν το καθένα και να το επανατοποθετήσουν στο ίδιο σημείο και να επαναφέρουν το χέρι τους στην αρχική τους θέση. Οι ερευνητές χρησιμοποίησαν τη μηχανική μάθηση για να αναλύσουν τις κινήσεις των δακτύλων των συμμετεχόντων καθώς έκαναν κινήσεις πιασίματος.
Και οι δύο ομάδες συμμετεχόντων είχαν τυπικό IQ. Χρησιμοποιήθηκαν νέοι ενήλικες αντί για παιδιά για να αποκλειστούν τυχόν διαφορές στα ευρήματα λόγω καθυστερημένης ανάπτυξης.
Η έρευνα διαπίστωσε ότι οι ανεπαίσθητες διαφορές στον κινητικό έλεγχο μπορούν να καταγραφούν αποτελεσματικά με ακρίβεια άνω του 84%. Η μελέτη έδειξε επίσης ότι υπήρχαν διακριτές κινηματικές ιδιότητες στις κινήσεις πιασίματος μεταξύ αυτιστικών και μη αυτιστικών συμμετεχόντων.
Η ανάλυση των κινήσεων ακριβούς πιασίματος δεν έχει χρησιμοποιηθεί συνήθως σε προηγούμενες μελέτες, λέει ο Freud. Η μηχανική μάθηση, ωστόσο, παρέχει στους ερευνητές ένα ισχυρό νέο εργαλείο για την ανάλυση των κινητικών μοτίβων, ανοίγοντας νέους τρόπους χρήσης δεδομένων της κίνησης στην αξιολόγηση της διαταραχής του φάσματος του αυτισμού. Τα ευρήματα, λέει ο Freud, θα μπορούσαν να οδηγήσουν στην ανάπτυξη πιο προσιτών και αξιόπιστων διαγνωστικών εργαλείων, καθώς και στην έγκαιρη παρέμβαση και υποστήριξη που θα μπορούσαν να βελτιώσουν τα αποτελέσματα για τα αυτιστικά άτομα στο μέλλον.
Το παρόν άρθρο, με τίτλο Κινητικός έλεγχος στη διάγνωση του αυτισμού, αποτελεί μετάφραση και προσαρμογή του πρωτότυπου άρθρου που μπορεί να βρεθεί εδώ.
Πηγή
Materials provided by York University. Original written by Sandra McLean. Note: Content may be edited for style and length.
Βιβλιογραφία
Erez Freud, Zoha Ahmad, Eitan Shelef, Bat Sheva Hadad. Effective Autism Classification Through Grasping Kinematics. Autism Research, 2025; DOI: 10.1002/AUR.70049