211service.com
Een apparaat om autisme vroeg te herkennen
Onderzoekers hebben een apparaat ontwikkeld dat automatisch autistische kinderen vanaf 24 maanden kan identificeren met behulp van de geluiden die ze maken tijdens een normale dag thuis. In plaats van maanden of jaren te wachten op een afspraak met een specialist, zouden ouders binnen een paar weken een objectieve diagnose per post kunnen krijgen.
Geluidssysteem: Het LENABaby-systeem gebruikt een digitaal opnameapparaat om tot 16 uur audio vast te leggen, dat vervolgens wordt geanalyseerd om autisme en taalachterstanden te diagnosticeren.
Volgens een recente studie van onderzoekers van de Washington University in St. Louis is de gemiddelde leeftijd waarop de diagnose autisme wordt gesteld 5,7 jaar - enkele jaren nadat een dergelijke diagnose voor het eerst mogelijk is. Met het nieuwe systeem, ontwikkeld aan de Stichting LENA , diagnose duurt slechts een paar weken. Interventie is het meest effectief wanneer het kind twee tot vier jaar oud is, zegt Jill Gilkerson, directeur kindertaalonderzoek bij de LENA Foundation.
De stichting zegt dat de tool met een nauwkeurigheid van 91 procent onderscheid kan maken tussen een kind dat zich normaal ontwikkelt, een kind met autisme en een kind met niet-geassocieerde taalachterstanden.
De thuiskit, LENABaby genaamd, kwam eerder deze maand op de markt en bestaat uit een vragenlijst over de ontwikkeling van het kind, een digitale audiorecorder en een outfit voor het kind. Als eerste in de ochtend trekt de ouder de outfit op het kind en schuift de recorder in een zak aan de voorkant. De recorder blijft de hele dag aan staan, zodat hij tot 16 uur aan audio kan opnemen. Aan het einde van de dag haalt de ouder het apparaat uit de zak en stuurt het naar de stichting, waar de LENABaby-software de gegevens kan analyseren.
Autistische kinderen vocaliseren ruwweg anders dan andere kinderen, legt Dongxin Xu uit, manager software en taaltechnologie bij de LENA Foundation. Hoewel dit concept niet nieuw is, hebben clinici het moeilijk gehad om het in hun voordeel te gebruiken bij het stellen van een diagnose. Het probleem is deels logistiek: met bestaande methoden is het moeilijk om voldoende data van goede kwaliteit te verzamelen.
Gilkerson zegt dat de meeste traditionele beoordelingen minder dan vier uur duren. LENABaby daarentegen overweegt een hele dag activiteiten in de natuurlijke omgeving van het kind. Traditionele beoordelingen kunnen bij het kind thuis worden gedaan, maar hierbij zijn vaak meerdere videocamera's en lampen betrokken, die het gedrag van het kind kunnen beïnvloeden.
Zelfs als er voldoende gegevens zijn verzameld, is het analyseren van de audio nog steeds buitengewoon moeilijk en tijdrovend. Het stellen van een diagnose is niet zo eenvoudig als het tellen van het aantal keren dat het kind een bepaald soort geluid maakt, legt Jeffrey Richards uit, een statisticus en databasetechnicus voor de LENA Foundation.
Informatieve audio: Naast het diagnosticeren van autisme kan de LENA-software worden gebruikt om de taalontwikkeling te volgen. De software kan bijvoorbeeld automatisch de vocalisaties van een kind evalueren, het aantal volwassen woorden bepalen dat het kind hoort en het aantal gesprekken tussen ouder en kind weergeven.
Richards zegt dat de LENABaby-software, die hij heeft helpen ontwikkelen, begint met het opsplitsen van de 16 uur durende audiostream in segmenten. Elk segment wordt automatisch geclassificeerd op basis van het type geluid in de clip, zoals geluiden van het kind, een ouder of televisie. De vocalisaties van het kind worden vervolgens verder beoordeeld met behulp van complexe algoritmen die kijken naar een verscheidenheid aan factoren, zoals de fonologische samenstelling van elk geluid en hoe geluiden worden geclusterd en gepaard. We kijken tegelijkertijd door vele dimensies heen, zegt Richards. Met behulp van LENA's database van eerder geanalyseerde audio, bekijkt de software hoe deze kenmerken zich verhouden tot die van kinderen die zich normaal ontwikkelen, kinderen met een vertraagde taalontwikkeling en autistische kinderen.
Hoewel het nauwkeurigheidsniveau van LENABaby hoog is, onderzoeken onderzoekers van de stichting manieren om de tool nog beter te maken bij het diagnosticeren van kinderen. Het team past de tool ook aan voor gebruik met jongere kinderen.
LENABaby kan worden gebruikt voor meer dan een basisdiagnose, het helpt de taalontwikkeling van een kind te volgen. Dit zou het een waardevol hulpmiddel kunnen maken voor clinici die anders moeten vertrouwen op gegevens die zijn verzameld tijdens korte, zeldzame bezoeken.
LENABaby is niet ontworpen om clinici volledig te vervangen, zegt Gilkerson, maar het biedt wel een naturalistische observatiecomponent voor een beoordeling. Tot nu toe hadden clinici geen idee wat er in de thuisomgeving aan de hand was, zegt Gilkerson. Het analyseren van verbale interacties tussen ouder en kind kan clinici ook helpen om ouders te begeleiden naar betere leerstrategieën.
Gilkerson zegt dat onderzoekers van tientallen universiteiten de tool al hebben gebruikt om hun eigen onderzoek te doen naar andere zaken, zoals de impact van televisieblootstelling op de ontwikkeling van kinderen. Het LENA-systeem kan veel verder gaan dan deze specifieke toepassing van autismescreening, zegt Xu. Er zijn enorme kansen voor veel verschillende toepassingen in psychologisch onderzoek en onderzoek naar taalgedrag.