Τα παιδιά που βρίσκονται στο φάσμα του αυτισμού συνήθως μιλούν με πιο αργό ρυθμό σε σύγκριση με τα παιδιά τυπικής ανάπτυξης, ενώ παρουσιάζουν και αλλαγές στο ρυθμό, τον τονισμό και την οξύτητα της φωνής. Πρόκειται ωστόσο για διαφορές που έχει καταστεί δύσκολο να χαρακτηριστούν με έναν συνεπή και αντικειμενικό τρόπο έτσι ώστε να αποτελέσουν διαγνωστικό δείκτη.
Ωστόσο μια ομάδα ερευνητών από το Πανεπιστήμιο Northwestern, η Molly Losh και ο Joseph C.Y. Lau, σε συνεργασία με τον καθηγητής γλωσσολογίας Patrick Wong από το Χονκ Κονγκ κατάφεραν να χρησιμοποιήσουν επιτυχώς τη μηχανική μάθηση – τεχνική της τεχνητής νοημοσύνης – προκειμένου να αναγνωρίσουν τις διαφοροποιήσεις στην ομιλία που σχετίζονται με τον αυτισμό. Τα αποτελέσματα της έρευνας δημοσιεύτηκαν στο PLOS One.
Τα δεδομένα που χρησιμοποιήθηκαν για το σχεδιασμό του αλγόριθμου ήταν ηχογραφήσεις νέων που μιλούσαν αγγλικά ή καντονέζικα, με και χωρίς διαταραχές του φάσματος του αυτισμού που έλεγαν τη δική τους εκδοχή της ιστορίας η οποία απεικονιζόταν σε ένα παιδικό βιβλίο με εικόνες χωρίς λόγια με τίτλο «Frog, Where Are You?» (Βάτραχε, που είσαι;).
«Με τόσο διαφορετικές δομικά γλώσσες, οποιαδήποτε ομοιότητα σε μοτίβα ομιλίας που παρατηρούνται στον αυτισμό πιθανότατα οφείλονται σε γενετικά χαρακτηριστικά της διαταραχής» επεσήμανε ο Δρ Losh καθηγητής μαθησιακών διαταραχών στο Πανεπιστήμιο Northwestern. «Εξίσου ενδιαφέρουσα ωστόσο είναι και η μεταβλητότητα που παρατηρήσαμε, η οποία μπορεί να υποδεικνύει χαρακτηριστικά του λόγου που είναι πιο εύπλαστα και δυνητικά καλοί στόχοι για παρέμβαση» συμπλήρωσε.
Με τη μέθοδο της μηχανικής μάθησης οι ερευνητές κατάφεραν να αναγνωρίσουν χαρακτηριστικά της ομιλίας – με κυρίαρχο τον ρυθμό ομιλίας – που μπορούν να αποτελέσουν διαγνωστικούς δείκτες αυτισμού.
Επίσης οι ερευνητές εκτιμούν ότι με αυτή τη μέθοδο καθίσταται δυνατή τόσο η διάγνωση τυχόν διαταραχών στο φάσμα του αυτισμού που σχετίζονται με την ομιλία, όσο και η παρακολούθηση της προόδου των πασχόντων.
Οι ερευνητές πιστεύουν ότι η εργασία τους έχει τη δυνατότητα να συμβάλει στη βελτίωση της κατανόησης του αυτισμού. Η τεχνητή νοημοσύνη έχει τη δυνατότητα να διευκολύνει τη διάγνωση του αυτισμού συμβάλλοντας στη μείωση του φόρτου για τους επαγγελματίες υγείας. Επιπλέον ο εν λόγω αλγόριθμος θα μπορούσε να χρησιμοποιηθεί σε διαφορετικές χώρες και πολιτισμούς, δεδομένου ότι αναλύει λέξεις και ήχους με ποσοτικό τρόπο, ανεξάρτητα από τη γλώσσα.
Απώτερος στόχος των ερευνητών είναι να δημιουργήσουν μια λεπτομερή εικόνα των παραγόντων που διαμορφώνουν τις διαφοροποιήσεις στην ομιλία των ατόμων με αυτισμό, συμπεριλαμβανομένων τυχόν γενετικών διαφορών και μηχανισμών του εγκεφάλου.