Как ИИ выявляет аутизм по моторике рук человека

Представьте, что простое движение руки – например, как вы берете чашку или карандаш – может рассказать о вас больше, чем кажется. Недавно ученые обнаружили, что тонкие различия в том, как люди выполняют такие действия, могут быть ключом к диагностике аутизма. Новое исследование, опубликованное в журнале Autism Research, показало, что искусственный интеллект способен с высокой точностью отличать людей с аутизмом от тех, у кого его нет, просто анализируя их хватательные движения. Это открытие может изменить подход к диагностике, сделав ее проще, доступнее и менее инвазивной. В этой статье мы разберем, как работает этот метод, почему он важен и какие перспективы открывает для будущего.

Как движения рук связаны с аутизмом

Многие думают, что аутизм – это прежде всего трудности в общении или повторяющееся поведение. Но есть еще одна важная особенность, о которой говорят реже: моторные особенности. Люди с аутизмом часто двигаются иначе – их движения могут быть менее плавными, более медленными или даже слегка неуклюжими. Эти различия не случайны. Они связаны с тем, как мозг обрабатывает информацию о движении и взаимодействии с окружающим миром. Ученые называют это висцеромоторной координацией – способностью мозга связывать зрение, ощущения и действия в единое целое.

Почему это важно? Движения рук, особенно такие простые, как взятие предмета, требуют сложной работы мозга. Нужно увидеть объект, оценить его размер, форму, расстояние, а затем точно направить руку, чтобы схватить его. У людей с аутизмом этот процесс может быть чуть менее слаженным. Например, их пальцы могут раскрываться медленнее или двигаться по необычной траектории. Эти тонкие отличия часто незаметны глазу, но они могут быть ключом к пониманию аутизма.

Вот несколько причин, почему моторные особенности важны для диагностики:

• Раннее проявление. Проблемы с моторикой могут появляться уже в младенчестве, задолго до социальных симптомов.
• Универсальность. Хватательные движения – это то, что мы делаем каждый день, независимо от возраста или культуры.
• Измеримость. Современные технологии, такие как трекеры движений, позволяют точно фиксировать эти различия.

Исследователи давно заметили, что у людей с аутизмом есть особенности в движениях. Но только недавно они начали задаваться вопросом: можно ли использовать эти особенности для диагностики? Именно этот вопрос лег в основу нового исследования, о котором мы расскажем дальше.

Новое исследование и его методика

Чтобы понять, как искусственный интеллект может выявлять аутизм, давайте заглянем в лабораторию Йоркского университета в Канаде. Здесь команда ученых под руководством профессора Эреза Фрейда провела уникальный эксперимент. Они решили проверить, могут ли обычные хватательные движения – такие, как взятие небольшого предмета пальцами – стать основой для диагностики аутизма. Их идея была проста, но амбициозна: использовать минимальное оборудование и естественные действия, чтобы получить максимум информации.

В исследовании участвовали 59 молодых взрослых: 31 с диагнозом аутизм и 28 без него. Все они были одного возраста и с похожим уровнем интеллекта, чтобы исключить влияние этих факторов. Каждому участнику предлагалось выполнить простую задачу: взять прямоугольные объекты разной длины, используя только большой и указательный пальцы. Казалось бы, ничего сложного! Но за этой простотой скрывалась сложная технология.

Движения рук фиксировались с помощью системы отслеживания. На большой и указательный пальцы участников прикрепили пассивные маркеры – маленькие датчики, которые позволяли записывать положение пальцев в трехмерном пространстве. Всего каждый участник выполнил 120 попыток, а ученые собрали данные о более чем десятке характеристик движений. Вот некоторые из них:

1. Максимальное расстояние между пальцами – как широко раскрывались пальцы перед захватом.
2. Скорость движения – как быстро двигалась рука к объекту.
3. Время движения – сколько времени занимал весь процесс захвата.
4. Траектория пальцев – по какому пути двигались пальцы в пространстве.

Эти данные стали основой для анализа. Ученые использовали машинное обучение – технологию, которая позволяет компьютеру находить закономерности в больших объемах информации. Они применили пять разных моделей, включая логистическую регрессию и ансамбли деревьев решений. Чтобы результаты были надежными, они использовали метод «leave-one-out»: модель обучалась на данных всех участников, кроме одного, а затем проверяла, может ли она правильно определить, есть ли у этого человека аутизм. Этот процесс повторялся для каждого участника.

Такой подход позволил ученым не только проверить точность моделей, но и убедиться, что результаты применимы к новым людям. И результаты оказались впечатляющими – об этом в следующем разделе.

Результаты и их значение

Когда ученые проанализировали данные, они были поражены: все пять моделей машинного обучения показали точность выше 84% в определении, есть ли у человека аутизм. Некоторые модели достигали даже 89%! Это значит, что в большинстве случаев компьютер мог правильно сказать, принадлежит ли человек к группе с аутизмом, просто анализируя, как он берет предмет. Более того, модели показали высокую точность даже на уровне отдельных попыток, а не только средних значений.

Особенно впечатляет показатель AUC (площадь под кривой) – он превысил 0,95. Это говорит о том, что модели не просто угадывали, а действительно находили четкие различия между группами. Но что именно отличало движения людей с аутизмом? Ученые выделили несколько ключевых особенностей:

• Длительность движений. Люди с аутизмом тратили чуть больше времени на захват объекта.
• Тайминг раскрытия пальцев. Их пальцы раскрывались и закрывались с небольшой задержкой, особенно если размер объекта менялся.
• Скорость и траектория. Движения были чуть менее плавными, с небольшими отклонениями в пути руки.

Интересно, что даже когда ученые сократили количество анализируемых характеристик до восьми, точность осталась высокой – выше 82%. Это говорит о том, что различия в моторике у людей с аутизмом затрагивают сразу несколько аспектов движения: время, скорость, положение. Нет какого-то одного “волшебного” признака – важна вся картина.

Эти результаты открывают новые горизонты. Во-первых, они показывают, что висцеромоторные паттерны – то, как мы видим и двигаемся, – могут быть надежным маркером аутизма. Во-вторых, метод оказался удивительно простым: всего два датчика и обычная задача. Это делает его потенциально доступным для использования в клиниках, школах или даже дома. В отличие от сложных диагностических тестов или сканирования мозга, такой подход не требует больших затрат и специальной подготовки.

Но главное – это надежда на раннюю диагностику. Если подобные методы удастся адаптировать для детей, врачи смогут выявлять аутизм на самых ранних стадиях, когда вмешательство наиболее эффективно. Это может изменить жизни миллионов людей по всему миру.

Перспективы и ограничения подхода

Теперь, когда мы знаем, что искусственный интеллект может выявлять аутизм по движениям рук, возникает вопрос: что дальше? Ученые настроены оптимистично, но подчеркивают, что это только начало. Их главная цель – создать простые диагностические инструменты, которые можно использовать повсеместно. Представьте: вы приходите в поликлинику, выполняете несколько хватательных движений, а компьютер за пару минут выдает результат. Это звучит как фантастика, но уже становится реальностью.

Преимущества этого подхода очевидны:

• Доступность. Минимальное оборудование делает метод дешевым и простым в использовании.
• Неинвазивность. Никаких уколов, сканирований или долгих опросов – только естественные движения.
• Универсальность. Метод можно адаптировать для разных возрастов и культур.

Однако есть и ограничения. Во-первых, исследование проводилось только на взрослых с нормальным уровнем интеллекта. Работает ли метод для детей или людей с другими особенностями развития? Это еще предстоит выяснить. Во-вторых, модели пока не могут определять подтипы аутизма или тяжесть симптомов. Например, они не скажут, связаны ли проблемы с моторикой с сенсорными трудностями или социальными навыками.

Вот несколько направлений для будущих исследований:

1. Работа с детьми. Проверить, можно ли использовать метод для ранней диагностики у малышей.
2. Сравнение с другими состояниями. Убедиться, что моторные паттерны уникальны для аутизма, а не характерны для других расстройств, таких как СДВГ.
3. Связь с другими симптомами. Исследовать, как моторные особенности связаны с другими проявлениями аутизма.

Ученые также хотят понять, как эти моторные особенности меняются с возрастом. Например, могут ли они стать менее заметными у взрослых или, наоборот, усиливаться? Это важно для создания инструментов, которые будут работать для людей всех возрастов.

Несмотря на ограничения, исследование уже сейчас дает надежду. Оно показывает, что даже самые простые действия – вроде взятия предмета – могут рассказать о сложных процессах в мозге. И, возможно, в будущем такие методы станут частью повседневной диагностики, помогая людям с аутизмом получать поддержку раньше и эффективнее.