Characterization of Motor Signatures in Autism Using Interpretable Learning on 3D Motion Data
Questo studio utilizza un framework di apprendimento automatico interpretabile su dati di motion capture 3D per dimostrare che i compiti emotivi e sociali complessi rivelano firme motorie dell'intero corpo distinte che differenziano efficacemente gli individui autistici dai controlli neurotipici.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
L'autismo è una condizione che modella il modo in cui una persona esperisce il mondo, rendendo spesso l'interazione sociale e la comunicazione simili alla navigazione in un paesaggio con regole diverse. Mentre i medici si sono a lungo concentrati su queste sfide sociali e comunicative, una parte più silenziosa e meno visibile del quadro è stata spesso trascurata: il modo in cui le persone autistiche si muovono. Per anni, gli scienziati hanno saputo che molti individui autistici affrontano difficoltà con la coordinazione, l'equilibrio e la capacità di imitare i movimenti altrui. Tuttavia, la maggior parte della ricerca ha trattato questi movimenti come semplici compiti meccanici, come camminare in linea retta o stare in equilibrio su un piede solo, privandoli del contesto emotivo e sociale che rende il movimento reale così complesso. La domanda rimane: come gestisce il cervello il movimento quando è carico di sentimenti o connessione sociale? Il modo in cui una persona autistica cammina cambia quando cerca di apparire sicura di sé rispetto a quando appare triste? Il loro ballo appare diverso quando si muovono da sole rispetto a quando si muovono con un partner? Comprendere queste sfumature è cruciale perché il movimento non è solo una questione di andare dal punto A al punto B; è un modo primario attraverso cui gli esseri umani esprimono emozioni e connettono tra di loro.
Un team di ricercatori in Portogallo si è posto l'obiettivo di rispondere a queste domande osservando il corpo intero in movimento, utilizzando un metodo che tratta il movimento come un linguaggio da leggere piuttosto che come un semplice insieme di numeri da contare. Hanno lavorato con un gruppo di trentantaquattro adulti, quattordici dei quali autistici e venti neurotipici, ovvero il cui sviluppo ha seguito il percorso tipico. Questi partecipanti sono stati invitati a eseguire due tipi di compiti in una stanza piena di telecamere che tracciavano ogni loro movimento in tre dimensioni. Per prima cosa, hanno camminato con specifiche intenzioni emotive: una volta come se si sentissero sicuri e forti, e una volta come se si sentissero tristi e pesanti. Successivamente, hanno affrontato un compito sociale, ballando prima da soli e poi immaginando di ballare con un partner. I ricercatori non si sono limitati a chiedere ai partecipanti di muoversi; hanno chiesto loro di incarnare un sentimento o un ruolo sociale, creando un ambiente ricco e naturalistico che imita la vita reale più da vicino rispetto a un sterile test di laboratorio.
Per dare un senso ai migliaia di punti dati generati da questi movimenti, i ricercatori hanno utilizzato due diversi tipi di sistemi di apprendimento computazionale. Un sistema ha esaminato dettagli specifici e selezionati manualmente del movimento, come la velocità con cui un ginocchio si piegava o la distanza percorsa da una spalla. L'altro sistema, un modello di deep learning più avanzato, ha osservato l'intero flusso del movimento come un flusso continuo, cercando di trovare schemi che un occhio umano potrebbe mancare. Fondamentalmente, i ricercatori non volevano solo che il computer indovinasse chi fosse autistico e chi no; volevano capire perché il computer facesse quelle ipotesi. Hanno utilizzato strumenti che agiscono come un riflettore, rivelando esattamente quali parti del corpo e quali momenti temporali fossero più importanti per la decisione del computer. Questo approccio ha permesso loro di vedere non solo che esisteva una differenza, ma dove e quando tale differenza avveniva.
I risultati hanno mostrato che la capacità di distinguere i due gruppi dipendeva fortemente dalla complessità del compito. Quando i partecipanti camminavano semplicemente, il computer riusciva a distinguere i gruppi con una precisione moderata, ma man mano che i compiti diventavano più impegnativi dal punto di vista emotivo e sociale, le differenze diventavano molto più chiare. Il computer era stato più efficace nell'identificare i gruppi durante i compiti di danza, specialmente quando i partecipanti immaginavano di avere un partner. Ciò suggerisce che più un movimento richiede espressione emotiva o coordinazione sociale, più la "firma motoria" unica di una persona autistica emerge. Sembra che le sfide legate all'autismo non riguardino solo una mancanza di abilità, ma il modo in cui il cervello adatta le proprie strategie di movimento quando si trova di fronte a richieste sociali ed emotive complesse.
Quando i ricercatori hanno esaminato da vicino le parti del corpo che guidavano queste differenze, hanno trovato un pattern affascinante. Per i compiti di camminata, i segni più rivelatori si trovavano spesso nella parte inferiore del corpo, in particolare nei piedi e nelle ginocchia. Il modo in cui i piedi toccavano il suolo e gli angoli delle ginocchia sembravano contenere un indizio costante che rimaneva stabile indipendentemente dal fatto che la persona cercasse di apparire sicura o triste. Tuttavia, man mano che i compiti diventavano più espressivi, la storia cambiava. Durante il compito di camminata "triste", le differenze si spostavano verso l'alto, con il torso e il torace che diventavano più prominenti. Il computer ha notato che, mentre il percorso del corpo nello spazio poteva sembrare simile, la dimensione e l'intensità dei movimenti nella parte superiore del corpo erano diverse. Nei compiti di danza, la distinzione diventava ancora più diffusa. Danzando da soli, le braccia e le spalle erano indicatori chiave. Ma quando i partecipanti immaginavano di danzare con un partner, le differenze si diffondevano in tutto il corpo, dalla testa ai piedi, suggerendo che la coordinazione sociale richiede un livello di integrazione di tutto il corpo che rivela differenze più profonde nel modo in cui il cervello pianifica ed esegue il movimento.
Uno dei risultati più sorprendenti riguardava il tempo. Il computer ha appreso che le maggiori differenze tra i due gruppi avvenivano spesso proprio all'inizio di un movimento. Quando un partecipante iniziava a danzare o cambiava il modo di camminare, la pianificazione iniziale e la preparazione del corpo rivelavano i modelli più distinti. Man mano che il movimento proseguiva e diventava più automatico, le differenze diventavano talvolta meno pronunciate. Ciò suggerisce che la difficoltà possa non risiedere nella capacità di continuare a muoversi, ma nel primo passo di tradurre un'intenzione o un segnale sociale in un'azione fisica. Lo studio ha anche rilevato che il computer era in grado di identificare questi schemi in modo coerente tra diversi individui, anche se il gruppo includeva persone di età diverse e con differenti livelli di abilità. Questo indica che queste differenze di movimento sono una parte fondamentale dell'esperienza autistica, piuttosto che un semplice effetto collaterale di altri fattori.
La ricerca non suggerisce che le persone autistiche si muovano "male" o che manchino della capacità di esprimersi. Al contrario, punta a un modo diverso di organizzare il movimento, uno che risponde ai contesti emotivi e sociali in modo unico. Lo studio sfida l'idea che le differenze motorie nell'autismo siano fisse o statiche. Invece, mostra che queste differenze sono fluide, mutando e adattandosi a seconda che la persona sia sola o con altri, e che stia esprimendo sicurezza o tristezza. Utilizzando strumenti informatici avanzati per ascoltare il linguaggio del corpo, i ricercatori hanno scoperto un livello di comunicazione che è rimasto a lungo nascosto. Hanno scoperto che il corpo racchiude una firma della mente, una che diventa più visibile quando gli si chiede di fare qualcosa di complesso e significativo. Questo lavoro apre una nuova porta per la comprensione dell'autismo, suggerendo che guardando a come le persone si muovono in contesti reali, possiamo ottenere una comprensione più profonda e compassionevole di come esse esperiscono il mondo.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.