AI detecta padrões de fala para autismo em diferentes idiomas

Neuroscience News logo for mobile.

Resumo: Os algoritmos de aprendizado de máquina ajudam os pesquisadores a identificar padrões de fala em crianças no espectro do autismo que são consistentes entre diferentes idiomas.

fonte: Universidade do Noroeste

Um novo estudo liderado por pesquisadores da Northwestern University usou aprendizado de máquina – um ramo da inteligência artificial – para identificar padrões de fala em crianças com autismo que eram consistentes entre inglês e cantonês, sugerindo que os recursos da fala podem ser uma ferramenta útil para diagnosticar a condição.

Conduzido com colaboradores em Hong Kong, o estudo produziu insights que podem ajudar os cientistas a distinguir entre fatores genéticos e ambientais que moldam as habilidades de comunicação de pessoas com autismo, o que pode ajudá-los a aprender mais sobre as origens da doença e desenvolver novos tratamentos.

As crianças com autismo geralmente falam mais devagar do que as crianças com desenvolvimento típico e mostram outras diferenças de tom, tom e ritmo. Mas essas diferenças (que os pesquisadores chamam de “diferenças acidentais”) têm sido surpreendentemente difíceis de caracterizar de maneira consistente e objetiva, e suas origens permanecem obscuras há décadas.

No entanto, uma equipe de pesquisadores liderada pelos cientistas do noroeste Molly Loach e Joseph C.Y. Lau, juntamente com o colaborador Patrick Wong de Hong Kong e sua equipe, usou 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 falando inglês e cantonês com e sem autismo contando sua própria versão do storyboard em um livro infantil sem palavras chamado “Frog, where are you?”

Os resultados foram publicados na revista MAIS UM Em 8 de junho de 2022.

READ  NASA diz que uma pequena rocha espacial afetou o Telescópio Espacial James Webb

Loach, Jo-Ann J. Pedro F. Dolly é Professora de Dificuldades de Aprendizagem na Northwestern University.

“Mas também interessante é a variação que observamos, o que pode indicar características de fala mais fluidas, que potencialmente seriam bons alvos para intervenção”.

Lau acrescentou que o uso do aprendizado de máquina para identificar os principais elementos da fala que predizem o autismo é um passo importante para os pesquisadores, que foram restringidos pelo viés inglês na pesquisa do autismo e da subjetividade humana quando se trata de classificar as diferenças de fala. entre autistas e não autistas.

“Usando esse método, conseguimos identificar traços de fala que podem prever um diagnóstico de autismo”, disse Lau, pesquisador de pós-doutorado que trabalha com Loach no Departamento de Ciências e Distúrbios da Comunicação de Roxlin e Richard Pepper na Northwestern.

“O mais notável desses recursos é o ritmo. Esperamos que este estudo seja a base para futuros trabalhos sobre autismo que melhorem o aprendizado de máquina.”

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

Os pesquisadores acreditam que seu trabalho pode fornecer uma ferramenta que pode um dia transcender culturas, devido à capacidade do computador de analisar palavras e sons de maneira quantitativa, independentemente do idioma. A imagem é de domínio público

Como os recursos da fala identificados por meio do aprendizado de máquina incluem recursos comuns ao inglês, cantonês e específicos de um idioma, disse Loch, o aprendizado de máquina pode ser útil para o desenvolvimento de ferramentas que não apenas identificam aspectos da fala apropriados para intervenções terapêuticas, mas também medem o impacto dessas intervenções avaliando o progresso do orador ao longo do tempo.

READ  Uma mulher belga contraiu dois tipos diferentes de Covid ao mesmo tempo

Finalmente, as descobertas do estudo podem informar os esforços para identificar e entender o papel de genes específicos e mecanismos de processamento cerebral envolvidos na suscetibilidade genética ao autismo, disseram os autores. Em última análise, seu objetivo é formar uma imagem mais abrangente dos fatores que compõem as pessoas com diferenças de fala autistas.

“Uma das redes cerebrais envolvidas é a via auditiva no nível subcortical, que está intimamente relacionada às diferenças na forma como os sons da fala são processados ​​no cérebro por indivíduos com autismo em relação àqueles que normalmente se desenvolvem entre as culturas”, disse Lau.

O próximo passo será determinar se essas diferenças no processamento no cérebro levam aos padrões comportamentais de fala que observamos aqui e à neurogenética subjacente a eles. Estamos empolgados com o que está por vir.”

Veja também

Isso mostra uma pintura em madeira do rosto de uma menina

Sobre esta notícia de pesquisa para IA e ASD

autor: Max Wittinsky
fonte: Universidade do Noroeste
Contato: Max Wittinsky – Universidade do Noroeste
foto: A imagem é de domínio público

pesquisa original: acesso livre.
Padrões interlinguísticos de diferenças de fala no autismo: um estudo de aprendizado de máquinaEscrito por Joseph C. Y. Lau et al. MAIS UM


Resumo

Padrões interlinguísticos de diferenças de fala no autismo: um estudo de aprendizado de máquina

As diferenças na apresentação da fala são uma característica amplamente observada do transtorno do espectro do autismo (TEA). No entanto, não está claro como as diferenças estereotipadas no TEA em diferentes idiomas mostram variação linguística cruzada na apresentação.

Usando uma abordagem de aprendizado de máquina supervisionado, examinamos características vocais relevantes para os aspectos rítmicos e tonais de performances derivadas de amostras narrativas obtidas em inglês e cantonês, duas línguas tipicamente distintas e episódicas.

READ  Aqui está a aparência do enorme novo espaçoporto flutuante da SpaceX de perto

Nossos modelos revelaram uma classificação bem-sucedida do diagnóstico de TEA usando características relativas de ritmo dentro e entre ambas as línguas. A classificação com características relacionadas à entonação foi importante para o inglês, mas não para o cantonês.

Os resultados destacam as diferenças no tempo como uma das principais características sintomáticas afetadas no TEA e também mostram uma variação significativa em outras características gerais que parecem ser moldadas por diferenças específicas da linguagem, como a entonação.

You May Also Like

About the Author: Opal Turner

"Totalmente ninja de mídia social. Introvertido. Criador. Fã de TV. Empreendedor premiado. Nerd da web. Leitor certificado."

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *