Characterization of Motor Signatures in Autism Using Interpretable Learning on 3D Motion Data
Este estudo utiliza uma estrutura de aprendizado de máquina interpretável em dados de captura de movimento 3D para demonstrar que tarefas emocionais e sociais complexas revelam assinaturas motoras de corpo inteiro distintas que diferenciam efetivamente indivíduos autistas de controles neurotípicos.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
O autismo é uma condição que molda a forma como uma pessoa experiencia o mundo, muitas vezes fazendo com que a interação social e a comunicação pareçam uma navegação por uma paisagem com regras diferentes. Embora os médicos tenham focado há muito tempo nestes desafios sociais e de comunicação, uma parte mais silenciosa e menos visível do quadro tem sido frequentemente negligenciada: a forma como as pessoas autistas se movem. Durante anos, os cientistas souberam que muitos indivíduos autistas enfrentam dificuldades de coordenação, equilíbrio e de copiar os movimentos de outros. No entanto, a maior parte da investigação tratou estes movimentos como tarefas mecânicas simples, como caminhar em linha reta ou equilibrar-se num pé só, despojando-os do contexto emocional e social que torna o movimento na vida real tão complexo. A questão permanece: como é que o cérebro lida com o movimento quando este é carregado de sentimentos ou de ligação social? Será que a forma como uma pessoa autista caminha muda quando está a tentar parecer confiante versus triste? Será que a sua dança parece diferente quando está sozinha comparativamente a quando se move com um parceiro? Compreender estas nuances é crucial porque o movimento não é apenas sobre ir do ponto A ao ponto B; é uma forma primária de os seres humanos expressarem emoções e se conectarem uns com os outros.
Uma equipa de investigadores em Portugal propôs-se responder a estas questões observando o corpo inteiro em movimento, utilizando um método que trata o movimento como uma linguagem a ser lida, em vez de apenas um conjunto de números a serem contados. Trabalharam com um grupo de trinta e quatro adultos, quatorze dos quais eram autistas e vinte eram neurotípicos, ou seja, o seu desenvolvimento seguiu o caminho típico. Estes participantes foram solicitados a realizar dois tipos de tarefas numa sala repleta de câmaras que rastreavam cada um dos seus movimentos em três dimensões. Primeiro, caminharam com intenções emocionais específicas: uma vez como se estivessem a sentir-se confiantes e fortes, e outra vez como se estivessem a sentir-se tristes e pesados. Em seguida, envolveram-se numa tarefa social, dançando primeiro sozinhos e depois imaginando que dançavam com um parceiro. Os investigadores não pediram apenas aos participantes para se moverem; pediram-lhes que incorporassem um sentimento ou um papel social, criando um ambiente rico e naturalista que mimetiza a vida real de forma mais próxima do que um teste estéril de laboratório.
Para dar sentido aos milhares de pontos de dados gerados por estes movimentos, os investigadores utilizaram dois tipos diferentes de sistemas de aprendizagem computacional. Um sistema analisou detalhes específicos e selecionados manualmente do movimento, tais como a velocidade com que um joelho dobrou ou a distância que um ombro percorreu. O outro sistema, um modelo de aprendizagem profunda mais avançado, analisou o fluxo total do movimento como um fluxo contínuo, tentando encontrar padrões que o olho humano poderia perder. Crucialmente, os investigadores não queriam apenas que o computador adivinhasse quem era autista e quem não era; queriam compreender por que o computador fez essas suposições. Utilizaram ferramentas que atuam como um holofote, revelando exatamente quais as partes do corpo e quais os momentos no tempo que foram mais importantes para a decisão do computador. Esta abordagem permitiu-lhes ver não apenas que existia uma diferença, mas onde e quando essa diferença acontecia.
Os resultados mostraram que a capacidade de distinguir os dois grupos dependia fortemente da complexidade da tarefa. Quando os participantes estavam simplesmente a caminhar, o computador conseguia distinguir entre os grupos com uma precisão moderada, mas à medida que as tarefas se tornavam mais emocional e socialmente exigentes, as diferenças tornavam-se muito mais claras. O computador foi mais bem-sucedido na identificação dos grupos durante as tarefas de dança, especialmente quando os participantes imaginavam um parceiro. Isto suge que, quanto mais um movimento exige expressão emocional ou coordenação social, mais a "assinatura motora" única de uma pessoa autista se destaca. Parece que os desafios no autismo não se devem apenas a uma falta de habilidade, mas sim a como o cérebro adapta as suas estratégias de movimento quando confrontado com exigências sociais e emocionais complexas.
Quando os investigadores observaram de perto as partes específicas do corpo que impulsionaram estas diferenças, encontraram um padrão fascinante. Para as tarefas de caminhada, os sinais mais reveladores encontravam-se frequentemente na parte inferior do corpo, particularmente nos pés e nos joelhos. A forma como os pés tocavam o chão e os ângulos dos joelhos pareciam conter uma pista consistente que permanecia estável, independentemente de a pessoa estar a tentar parecer confiante ou triste. No entanto, à medida que as tarefas se tornavam mais expressivas, a história mudava. Durante a tarefa de caminhada triste, as diferenças deslocaram-se para cima, com o tronco e o peito a se tornarem mais proeminentes. O computador notou que, embora o percurso do corpo pelo espaço pudesse parecer semelhante, o tamanho e a intensidade dos movimentos na parte superior do corpo eram diferentes. Nas tarefas de dança, a distinção tornou-se ainda mais generalizada. Ao dançarem sozinhos, os braços e os ombros eram indicadores fundamentais. Mas quando os participantes imaginavam dançar com um parceiro, as diferenças espalharam-se por todo o corpo, da cabeça até aos dedos dos pés, sugerindo que a coordenação social exige um nível de integração de corpo inteiro que revela diferenças mais profundas na forma como o cérebro planeia e executa o movimento.
Uma das descobertas mais impressionantes diz respeito ao tempo. O computador aprendeu que as maiores diferenças entre os dois grupos ocorriam frequentemente logo no início de um movimento. Quando um participante começava a dançar ou a mudar a sua caminhada, o planeamento inicial e a preparação do corpo revelavam os padrões mais distintos. À medida que o movimento continuava e se tornava mais automático, as diferenças tornavam-se por vezes menos pronunciadas. Isto sugere que a dificuldade pode não residir na capacidade de continuar a mover-se, mas sim no passo inicial de traduzir uma intenção ou uma pista social numa ação física. O estudo também descobriu que o computador foi capaz de identificar estes padrões de forma consistente entre diferentes indivíduos, mesmo que o grupo incluísse pessoas de diferentes idades e com níveis de capacidade variados. Isto indica que estas diferenças de movimento são uma parte fundamental da experiência autista, e não apenas um efeito secundário de outros fatores.
A investigação não sugere que as pessoas autistas se movam "erradamente" ou que careçam da capacidade de se expressarem. Em vez disso, aponta para uma forma diferente de organizar o movimento, que responde a contextos emocionais e sociais de uma forma única. O estudo desafia a ideia de que as diferenças motoras no autismo são fixas ou estáticas. Em vez disso, mostra que estas diferenças são fluidas, mudando e adaptando-se dependendo de se a pessoa está sozinha ou com outros, e se está a expressar confiança ou tristeza. Ao utilizar ferramentas computacionais avançadas para ouvir a linguagem do corpo, os investigadores descobriram uma camada de comunicação que tem estado escondida há muito tempo. Eles descobriram que o corpo detém uma assinatura da mente, uma que se torna mais visível quando lhe pedimos para fazer algo complexo e significativo. Este trabalho abre uma nova porta para a compreensão do autismo, sugerindo que, ao observar como as pessoas se movem em contextos do mundo real, podemos ganhar uma compreensão mais profunda e compassiva de como elas experienciam o mundo.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.