به گزارش سلامت نیوز به نقل از neurosciencenews، حرکات ظریف دست هنگام انجام وظایف گرفتن اشیاء می‌تواند با دقت بالایی در تشخیص اختلال طیف اوتیسم (ASD) مؤثر باشد. پژوهشگران با استفاده از یادگیری ماشین، نحوه استفاده افراد اوتیستیک و غیر اوتیستیک از انگشتانشان برای گرفتن اشیاء را تحلیل کردند و به دقت طبقه‌بندی حدود ۸۵ درصد دست یافتند. این تفاوت‌های حرکتی که اغلب از سنین پایین قابل شناسایی هستند، می‌توانند مکمل روش‌های فعلی تشخیص باشند که عمدتاً بر علائم رفتاری دیررس تمرکز دارند. یافته‌های این مطالعه ممکن است منجر به ابزارهای ساده‌تر و مقیاس‌پذیرتری برای تشخیص زودهنگام اوتیسم و مداخلات سریع‌تر شود و در نتیجه حمایت مؤثرتری از افراد اوتیستیک فراهم آید.

• دقت ۸۵ درصد: یادگیری ماشین توانست اوتیسم را با دقت بالایی از روی حرکات گرفتن تشخیص دهد.

• نشانه‌های حرکتی اولیه: تفاوت‌های حرکتی ظریف می‌توانند امکان تشخیص زودتر اوتیسم را نسبت به روش‌های فعلی فراهم کنند.

• پتانسیل مقیاس‌پذیر: تحلیل حرکات طبیعی دست می‌تواند رویکردی ساده‌تر و قابل‌دسترس‌تر برای تشخیص فراهم کند.

تشخیص اختلال طیف اوتیسم همواره چالش‌برانگیز بوده، اما پژوهش جدیدی از دانشگاه یورک نشان می‌دهد که نحوه گرفتن اشیاء توسط بزرگ‌سالان جوان – و احتمالاً کودکان – می‌تواند راهی ساده‌تر برای تشخیص اوتیسم باشد.

تیمی بین‌المللی از پژوهشگران با استفاده از یادگیری ماشین، حرکات طبیعی دست – به‌ویژه حرکات انگشتان در هنگام گرفتن اشیاء – را در افراد اوتیستیک و غیر اوتیستیک تحلیل کردند.

این مطالعه که با استفاده از ردیابی دقیق حرکات انگشتان هنگام گرفتن اشیاء انجام شد، نشان داد که مدل‌های یادگیری ماشین توانستند اوتیسم را با دقت حدود ۸۵ درصد تشخیص دهند. این نشان می‌دهد که این رویکرد می‌تواند پایه‌ای برای ابزارهای تشخیصی ساده‌تر و مقیاس‌پذیر فراهم کند.

دکتر ارز فروید، نویسنده ارشد مقاله و استاد روان‌شناسی در دانشگاه یورک و مرکز پژوهش بینایی می‌گوید:«در حال حاضر، اوتیسم تقریباً یک نفر از هر ۵۰ کودک کانادایی را تحت تأثیر قرار می‌دهد و تشخیص به‌موقع و در دسترس همچنان یک چالش جدی است. یافته‌های ما به پژوهش‌های فزاینده‌ای اضافه می‌شوند که نشان می‌دهند الگوهای حرکتی ظریف می‌توانند نشانه‌های ارزشمندی برای تشخیص فراهم کنند – چیزی که تاکنون در عمل بالینی به‌خوبی مورد استفاده قرار نگرفته است.»

اوتیسم که یک اختلال رشد عصبی است، علاوه بر چالش‌های اجتماعی و ارتباطی، می‌تواند شامل ناهنجاری‌های حرکتی نیز باشد که اغلب در اوایل دوران کودکی بروز می‌کنند. پژوهشگران می‌گویند که بررسی این حرکات حرکتی در سنین پایین می‌تواند به تشخیص و مداخله سریع‌تر کمک کند.

پروفسور بتشوا حداد از دانشگاه حیفا، کارشناس برجسته در پژوهش‌های اوتیسم و یکی از همکاران کلیدی این مطالعه، اظهار داشت:«نشانه‌های اصلی رفتاری برای تشخیص، معمولاً دیرتر در زندگی ظاهر می‌شوند، در حالی که نشانه‌های حرکتی را می‌توان خیلی زود در دوران کودکی ثبت کرد. این می‌تواند سن تشخیص را کاهش دهد.»

در این مطالعه، از شرکت‌کنندگان جوان بزرگ‌سال اوتیستیک و غیر اوتیستیک (که از نظر ضریب هوشی و سن یکسان‌سازی شده بودند) خواسته شد تا با استفاده از انگشت شست و اشاره خود که دارای نشانگرهای ردیابی بودند، بلوک‌هایی با اندازه‌های مختلف را بردارند، آن‌ها را بلند کرده، در جای اول قرار دهند و سپس دست خود را به موقعیت شروع بازگردانند.

تجزیه‌وتحلیل نشان داد که تفاوت‌های ظریف در کنترل حرکتی با دقت بیش از ۸۴ درصد قابل شناسایی هستند. همچنین، ویژگی‌های سینماتیکی متمایزی بین حرکات گرفتن در افراد اوتیستیک و غیر اوتیستیک وجود داشت.

دکتر فروید تأکید می‌کند که تحلیل وظایف طبیعی گرفتن دقیق (precision grasping) تاکنون در مطالعات پیشین چندان مورد توجه نبوده، اما یادگیری ماشین ابزار قدرتمندی برای تحلیل این الگوهای حرکتی فراهم کرده است و راه‌های جدیدی برای استفاده از داده‌های حرکتی در ارزیابی اختلال طیف اوتیسم می‌گشاید.

به گفته او، این یافته‌ها می‌توانند به توسعه ابزارهای تشخیصی قابل‌اعتمادتر و در دسترس‌تر، و همچنین مداخلات به‌موقعی منجر شوند که در نهایت می‌توانند نتایج زندگی افراد اوتیستیک را به‌طور معناداری بهبود دهند.