Destaque

Inteligência Artificial detecta padrões de fala do autismo em diferentes idiomas

Fonte

Universidade Northwestern

Data

segunda-feira. 20 junho 2022 17:15

Um novo estudo liderado por pesquisadores da Universidade Northwestern, nos Estados Unidos, usou aprendizado de máquina para identificar padrões de fala em crianças com autismo que eram consistentes entre inglês e cantonês, sugerindo que as características da fala podem ser uma ferramenta útil para diagnosticar a condição.

Realizado com colaboradores em Hong Kong, o estudo produziu esclarecimentos que podem ajudar os cientistas a distinguir entre fatores genéticos e ambientais que moldam as habilidades de comunicação de pessoas com autismo, potencialmente ajudando-os a aprender mais sobre a origem da doença e desenvolver novas terapias.

As crianças com autismo geralmente falam mais devagar do que as crianças com desenvolvimento típico e exibem outras diferenças no tom, entonação e ritmo. Mas essas diferenças (chamadas de ‘diferenças prosódicas’ pelos pesquisadores) têm sido surpreendentemente difíceis de caracterizar de forma consistente e objetiva, e suas origens permanecem obscuras há décadas.

No entanto, uma equipe de pesquisadores liderada pelos cientistas Dra. Molly Losh e Dr. Joseph Lau, juntamente com o colaborador Dr. Patrick Wong e sua equipe em Hong Kong, usaram com sucesso o aprendizado de máquina supervisionado para identificar diferenças de fala associadas ao autismo.

Os dados usados ​​para treinar o algoritmo foram gravações de jovens falantes de inglês e cantonês com e sem autismo contando sua própria versão da história retratada em um livro infantil. Os resultados foram publicados na revista científica PLOS One.

“Quando você tem línguas que são tão estruturalmente diferentes, quaisquer semelhanças nos padrões de fala vistos no autismo em ambas as línguas provavelmente são traços fortemente influenciados pela suscetibilidade genética ao autismo”, disse a Dra. Molly Losh, professora de Dificuldades de Aprendizagem na Escola de Comunicação da Universidade Northwestern. “Mas igualmente interessante é a variabilidade que observamos, que pode apontar para características da fala mais maleáveis ​​e potencialmente bons alvos para intervenção”.

O Dr. Joseph Lau acrescentou que o uso do aprendizado de máquina para identificar os principais elementos da fala que predizem o autismo representou um avanço significativo para os pesquisadores, que foram limitados pelo viés da língua inglesa na pesquisa do autismo e pela subjetividade dos humanos quando se trata de classificar as diferenças de fala entre pessoas com e sem autismo.

“Usando esse método, conseguimos identificar características da fala que podem prever o diagnóstico de autismo”, disse o Dr. Joseph Lau, pesquisador de pós-doutorado que trabalha com a professora Molly Losh no Departamento de Ciências e Distúrbios da Comunicação da Universidade Northwestern. “A mais proeminente dessas características é o ritmo. Esperamos que este estudo possa ser a base para futuros trabalhos sobre autismo que aproveitem o aprendizado de máquina”.

Os pesquisadores acreditam que seu trabalho tem o potencial de contribuir para uma melhor compreensão do autismo. A inteligência artificial tem o potencial de facilitar o diagnóstico do autismo, ajudando a reduzir a carga sobre os profissionais de saúde, tornando o diagnóstico do autismo acessível a mais pessoas, disse Joseph Lau. A ferramenta também poderia um dia transcender culturas, devido à capacidade do computador de analisar palavras e sons de maneira quantitativa, independentemente do idioma.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na página da Universidade Northwestern (em inglês).

Fonte: Max Witynski, Universidade Northwestern.

Leia também