Intelligenza artificiale per l’autismo infantile: dall’analisi e dalla classificazione di dati video, uno strumento per la diagnosi precoce dell’ASD

L’Università di Ginevra ha implementato un nuovo approccio allo studio dei modelli comportamentali dell'autismo, attraverso la messa a punto di una rete neurale per l’analisi e la classificazione dei dati video relativi ai movimenti dei bambini affetti da ASD.

TAKEAWAY

  • Nel corso degli ultimi anni, un numero crescente di studi sulla quantificazione dei modelli comportamentali rilevanti per l’autismo, si sono avvalsi dell’intelligenza artificiale, offrendo una misura precisa e obiettiva delle caratteristiche comportamentali che, tradizionalmente, vengono valutate qualitativamente.
  • Marie Schaer, del Dipartimento di Psichiatria della Facoltà di Medicina presso l’Università di Ginevra, osserva, però, che c’è ancora un lavoro importante da fare per migliorare la portata e la scalabilità di questo approccio.
  • Ed ecco che, in un recente studio, proprio l’Ateneo svizzero si è impegnato a implementare un approccio più olistico, attraverso la messa a punto di una rete neurale per l’analisi e la classificazione dei comportamenti del bambino autistico.

Nel corso degli ultimi anni, un numero crescente di studi focalizzati sulla quantificazione dei modelli comportamentali rilevanti per l’autismo, si sono avvalsi di tecniche che fanno capo all’ambito di studi dell’intelligenza artificiale. Più nel dettaglio, le ricerche che hanno visto l’utilizzo dell’intelligenza artificiale per l’autismo infantile, hanno impiegato algoritmi di machine learning e tecniche di computer vision per fornire un contributo sostanziale alla comprensione del disturbo, offrendo una misura precisa e obiettiva delle caratteristiche comportamentali che, tradizionalmente, vengono valutate per mezzo di test di valutazione di tipo qualitativo.

Marie Schaer, del Dipartimento di Psichiatria della Facoltà di Medicina presso l’Università di Ginevra, osserva, però, che c’è ancora un lavoro importante da fare per migliorare la portata e la scalabilità di questo approccio.

La maggior parte degli studi – spiega – utilizza piccoli campioni di dati, affrontando questioni piuttosto specifiche relative alla patologia, concentrandosi su un individuo alla volta e misurando i comportamenti dei bambini autistici in contesti controllati.

Un recente studio a cura dell’Ateneo svizzero – guidato da un team interdisciplinare, di cui fa parte la stessa professoressa Schaer – si è impegnato a implementare un approccio più olistico e, oltre a misurare la firma unica nel modello di comportamento del bambino autistico, si è concentrato sulla sua relazione con il contesto sociale immediato.

Intelligenza artificiale per l’autismo infantile: diagnosi precoce dell’ASD tramite il monitoraggio dei movimenti

L’autismo – meglio denominato Disturbi dello Spettro Autistico (dall’inglese Autism Spectrum Disorders – ASD) – rimanda a un gruppo di disturbi permanenti dello sviluppo neurologico, caratterizzati da compromissione della comunicazione e delle interazioni sociali e dalla presenza di modelli di interessi e comportamenti ristretti e ripetitivi.

Nonostante i progressi nella comprensione dei correlati neurobiologici di questi disturbi, attualmente non esiste un biomarcatore affidabile per l’autismo e la diagnosi si basa unicamente sull’identificazione – mediante osservazione – dei sintomi comportamentali.

Sebbene possa essere rilevato già a quattordici mesi e, con elevata certezza, prima dei due anni di età, gli ultimi rapporti rilevano che, in oltre il 70% dei soggetti che ne sono affetti, non viene diagnosticato prima dei quattro anni e mezzo, quando i bambini seguono già un curriculum scolastico standard presso la scuola materna.

Se la diagnosi viene fatta prima dei tre anni – fa notare Schaer – è spesso possibile recuperare i ritardi nello sviluppo, mediante interventi comportamentali specifici che possono cambiare completamente le traiettorie di acquisizione delle competenze e consentire ai bambini di integrare una scuola tradizionale.

La sfida risiede, quindi, nella diagnosi precoce e con strumenti in grado di fornire una quantificazione oggettiva delle atipicità comportamentali, in particolare dei segni indicativi della fase iniziale dei disturbi.

In tema di intelligenza artificiale per l’autismo infantile, il team di studio è ricorso al monitoraggio del movimento, per “misurare” – nel dettaglio – l’approccio, i comportamenti di evitamento e la direzionalità dello sguardo dei bambini durante l’esecuzione dei classici test ADOS – Autism Diagnosis Observation Schedule, valutazione non invasiva standardizzata della comunicazione, dell’interazione sociale, del gioco e dell’uso immaginativo di materiali per individui affetti da disturbi dello spettro autistico.

Una rete neurale per l’analisi e la classificazione dei dati video

L’autismo è caratterizzato da una comunicazione non verbale, che differisce da quella di un bambino a sviluppo tipico su diversi punti, tra cui la difficoltà a stabilire il contatto visivo, sorridere, indicare gli oggetti o il modo in cui sono interessati a ciò che li circonda.

Questo è il motivo per cui – illustra Nada Kojovic, ricercatrice presso l’Ateneo di Ginevra e parte del gruppo di ricerca – è stato sviluppato un sistema di intelligenza artificiale in grado di analizzare i movimenti dei bambini in video e di identificare se tali movimenti sono caratteristici o meno del disturbo dello spettro autistico.

Il lavoro di sviluppo del sistema – supportato dal Centro Nazionale Synapsy, in Svizzera – è durato tre anni e ha portato, nel dettaglio, alla messa a punto di una rete neurale in grado di classificare i dati video basandosi esclusivamente sui movimenti del bambino nel momento in cui interagisce con un’altra persona.

Le reti neurali – lo ricordiamo – sono reti strutturate di neuroni artificiali che consentono di implementare azioni complesse tipiche della cognizione umana, tra cui vedere.

Parallelamente allo sviluppo della rete neurale per la classificazione dei dati video, il team è ricorso a una tecnica di computer vision denominata OpenPose – sviluppata presso la Carnegie Mellon University – in grado di estrarre le sagome stilizzate delle persone in movimento catturate in un video, consentendo l’analisi dei loro gesti e rimuovendo tutti quegli elementi che potrebbero essere discriminanti (tra cui età, sesso, ambiente), mantenendo solo le relazioni delle sagome stilizzate nello spazio e nel tempo (vedi figure A e B).

intelligenza artificiale per l’autismo infantile
Esempio di sagome stilizzate su un’immagine estratta dalla registrazione di una scena di interazione (A). I punti chiave, su sfondo nero, sovrapposti alla registrazione video (B), preservando il minimo indispensabile delle caratteristiche della scena per rilevare (e isolare) la sola interazione (Credit: © Kojovic, Natraj, Mohanty, Maillart, Schaer – Università di Ginevra).

In tema di intelligenza artificiale per l’autismo infantile, il team ha, quindi, testato il proprio sistema su 68 bambini con sviluppo tipico e 68 bambini con autismo, tutti sotto i cinque anni di età. Ogni gruppo è stato diviso in due: i primi 34 di ogni gruppo hanno “addestrato” la rete neurale a differenziare il comportamento non verbale dei bambini con e senza autismo. E i restanti bambini hanno aiutato a testarne l’accuratezza.

Il sistema di intelligenza artificiale messo a punto – commenta la professoressa Schaer – ha setacciato i video di bambini che giocano liberamente con un adulto:

Non abbiamo seguito scenari prestabiliti. Si è trattato di analizzare liberamente il comportamento non verbale dei bambini, fornendo loro vari oggetti che ci hanno consentito di determinare la presenza o l’assenza di un disturbo autistico. E i risultati che abbiamo ottenuto mostrano che l’intelligenza artificiale effettua una classificazione accurata dell’autismo in oltre l’80% dei casi

Più nello specifico – puntualizza Thomas Maillart, ricercatore presso l’Istituto di scienze dell’informazione dell’Università di Ginevra e parte del gruppo di studio – il modello di rete neurale sviluppato ha operato su una rappresentazione posturale derivata da video di interazione sociale tra un bambino e un adulto e “ha distinto in modo robusto se il bambino presenta Disturbi dello Spettro Autistico con un’accuratezza di previsione dell’80,9%”.

Intelligenza artificiale per l’autismo infantile: i risultati dello studio e gli scenari di ricerca aperti

In tema di intelligenza artificiale per l’autismo infantile, la validità clinica dei risultati raggiunti – spiega Maillart – è supportata dalla correlazione osservata, a livello dei singoli sintomi autistici, con gli esiti dei test ADOS (ricordiamo che lo studio si è svolto durante l’esecuzione di tali test).

Il maggior contributo dell’identificazione automatizzata dei comportamenti indicativi dell’autismo mediante l’apporto dell’intelligenza artificiale, risiede nel migliorare l’efficienza e la puntualità del processo di screening.

Il processo di diagnosi è complesso e delicato ed è improbabile che venga impostato presto sul binario delle prestazioni automatizzate. Tuttavia, uno screening più obiettivo – prosegue il ricercatore – è fondamentale per giungere in tempi più rapidi alla diagnosi e a interventi più precoci, di importanza vitale per le persone affette da autismo.

Dunque, gli esiti della ricerca del team di Ginevra parlano a favore di metodi più oggettivi, olistici e automatizzati, come strumenti complementari a quelli utilizzati nella pratica clinica e da integrare nei tradizionali test di valutazione.

Si tratta, insomma, di un punto di partenza importante per la ricerca in questo specifico ambito. In particolare – proprio basandosi su tale studio – il prossimo obiettivo del gruppo dii ricerca è quello di approfondire l’osservazione dei comportamenti lungo il continuum non verbale, che hanno contribuito maggiormente alla discriminazione fra i due gruppi di bambini.

Più in particolare, l’annotazione precisa dell’incidenza di gesti comunicativi, stati affettivi condivisi, aperture sociali atipiche, sarebbe molto utile a fornire maggiori dati e informazioni atti ad allenare la rete neurale messa a punto e a fornire una misura ancora più oggettiva della manifestazione del disturbo.

Default image
Paola Cozzi
Giornalista dal solido background acquisito lavorando presso i più prestigiosi Editori italiani | Ventidue anni di esperienza nello sviluppo di prodotti editoriali b2b, cartacei e digitali | Vent'anni alla direzione di una testata b2b in tema di Sicurezza anticrimine di tipo fisico | Attualmente si dedica al Giornalismo Digitale ed esplora nuove tecniche e nuovi stili di comunicazione
Articles: 164