AI detecta patrones de habla de autismo en diferentes idiomas

Resumen: Los algoritmos de aprendizaje automático ayudan a los investigadores a identificar patrones de habla en niños en el espectro del autismo que son consistentes entre diferentes idiomas.

Fuente: Northwestern University

Un nuevo estudio dirigido por investigadores de la Universidad Northwestern utilizó el aprendizaje automático, una rama de la inteligencia artificial, para identificar patrones de habla en niños con autismo que eran consistentes entre el inglés y el cantonés, lo que sugiere que las características del habla podrían ser una herramienta útil para diagnosticar la condición.

Realizado con colaboradores en Hong Kong, el estudio arrojó información que podría ayudar a los científicos a distinguir entre los factores genéticos y ambientales que dan forma a las habilidades de comunicación de las personas con autismo, ayudándolos potencialmente a aprender más sobre el origen de la condición y desarrollar nuevas terapias.

Los niños con autismo suelen hablar más despacio que los niños con un desarrollo normal y muestran otras diferencias en el tono, la entonación y el ritmo. Pero esas diferencias (llamadas “diferencias prosódicas” por los investigadores) han sido sorprendentemente difíciles de caracterizar de manera consistente y objetiva, y sus orígenes no han sido claros durante décadas.

Sin embargo, un equipo de investigadores dirigido por los científicos de Northwestern Molly Losh y Joseph CY Lau, junto con el colaborador de Hong Kong Patrick Wong y su equipo, utilizó con éxito el aprendizaje automático supervisado para identificar las diferencias del habla asociadas con el autismo.

Los datos utilizados para entrenar el algoritmo fueron grabaciones de jóvenes de habla inglesa y cantonesa con y sin autismo que contaban su propia versión de la historia representada en un libro ilustrado para niños sin palabras llamado “Rana, ¿dónde estás?”.

Los resultados fueron publicados en la revista Más uno el 8 de junio de 2022.

“Cuando tienes idiomas que son estructuralmente tan diferentes, es probable que cualquier similitud en los patrones de habla observados en el autismo en ambos idiomas sean rasgos fuertemente influenciados por la propensión genética al autismo”, dijo Losh, quien es Jo Ann G. y Peter F. Dolle Profesor de Problemas de Aprendizaje en Northwestern.

“Pero igual de interesante es la variabilidad que observamos, que puede apuntar a características del habla que son más maleables y potencialmente buenos objetivos para la intervención”.

Lau agregó que el uso del aprendizaje automático para identificar los elementos clave del habla que predecían el autismo representó un importante paso adelante para los investigadores, que se han visto limitados por el sesgo del idioma inglés en la investigación del autismo y la subjetividad de los humanos a la hora de clasificar las diferencias del habla. entre las personas con autismo y las que no lo tienen.

“Usando este método, pudimos identificar características del habla que pueden predecir el diagnóstico de autismo”, dijo Lau, investigadora postdoctoral que trabaja con Losh en el Departamento de Ciencias y Trastornos de la Comunicación de Roxelyn y Richard Pepper en Northwestern.

“La más prominente de esas características es el ritmo. Tenemos la esperanza de que este estudio pueda ser la base para trabajos futuros sobre el autismo que aprovechen el aprendizaje automático”.

Los investigadores creen que su trabajo tiene el potencial de contribuir a una mejor comprensión del autismo. La inteligencia artificial tiene el potencial de facilitar el diagnóstico del autismo al ayudar a reducir la carga de los profesionales de la salud, haciendo que el diagnóstico del autismo sea accesible para más personas, dijo Lau. También podría proporcionar una herramienta que algún día podría trascender culturas, debido a la capacidad de la computadora para analizar palabras y sonidos de manera cuantitativa, independientemente del idioma.

Los investigadores creen que su trabajo podría proporcionar una herramienta que algún día podría trascender las culturas, debido a la capacidad de la computadora para analizar palabras y sonidos de manera cuantitativa, independientemente del idioma. La imagen es de dominio público

Debido a que las características del habla identificadas a través del aprendizaje automático incluyen tanto las comunes al inglés y al cantonés como las específicas de un idioma, dijo Losh, el aprendizaje automático podría ser útil para desarrollar herramientas que no solo identifiquen aspectos del habla adecuados para las intervenciones de terapia, sino que también midan el efecto de esas intervenciones al evaluar el progreso de un hablante a lo largo del tiempo.

Finalmente, los resultados del estudio podrían informar los esfuerzos para identificar y comprender el papel de genes específicos y mecanismos de procesamiento cerebral implicados en la susceptibilidad genética al autismo, dijeron los autores. En última instancia, su objetivo es crear una imagen más completa de los factores que dan forma a las diferencias en el habla de las personas con autismo.

“Una red cerebral que está involucrada es la vía auditiva en el nivel subcortical, que está fuertemente ligada a las diferencias en cómo los individuos con autismo procesan los sonidos del habla en el cerebro en relación con aquellos que se desarrollan típicamente en todas las culturas”, dijo Lau.

“Un próximo paso será identificar si esas diferencias de procesamiento en el cerebro conducen a los patrones de comportamiento del habla que observamos aquí y su genética neuronal subyacente. Estamos entusiasmados con lo que viene”.

Ver también

Esto muestra una pintura artística sobre madera de la cara de una mujer joven

Acerca de esta noticia de investigación sobre IA y TEA

Autor: Max Witynski
Fuente: Northwestern University
Contacto: Max Witynski – Universidad del Noroeste
Imagen: La imagen es de dominio público.

Investigacion original: Acceso abierto.
“Patrones interlingüísticos de las diferencias prosódicas del habla en el autismo: un estudio de aprendizaje automático” por Joseph CY Lau et al. MÁS UNO


Resumen

Patrones interlingüísticos de las diferencias prosódicas del habla en el autismo: un estudio de aprendizaje automático

Las diferencias en la prosodia del habla son una característica ampliamente observada del trastorno del espectro autista (TEA). Sin embargo, no está claro cómo se manifiestan las diferencias prosódicas en los TEA en diferentes idiomas que demuestran la variabilidad interlingüística en la prosodia.

Usando un enfoque analítico de aprendizaje automático supervisado, examinamos las características acústicas relevantes para los aspectos rítmicos y de entonación de la prosodia derivadas de muestras narrativas obtenidas en inglés y cantonés, dos idiomas tipológica y prosódicamente distintos.

Nuestros modelos revelaron una clasificación exitosa del diagnóstico de TEA utilizando características relacionadas con el ritmo dentro y entre ambos idiomas. La clasificación con características relevantes para la entonación fue significativa para el inglés pero no para el cantonés.

Los resultados destacan las diferencias en el ritmo como una característica prosódica clave que se ve afectada en el TEA y también demuestran una importante variabilidad en otras propiedades prosódicas que parecen estar moduladas por diferencias específicas del idioma, como la entonación.

Leave a Comment