Un estudio interesante que vincula el aprendizaje automático y el autismo aplicado a distintos idiomas.
Hasta ahora, este enfoque había eludido a los científicos, que se centraban únicamente en encontrar características destacadas en un solo lenguaje. Además, en otras ocasiones aprendizaje automático y autismo se habían emparejado uno para diagnosticar al otro.
El pasado junio, un nuevo estudio dirigido por investigadores de la Northwestern University abrió el camino para una nueva forma de detectar la enfermedad. Gracias a esa rama de la inteligencia artificial, han identificado patrones lingüísticos consistentes en niños con autismo.
El problema de fondo
Los niños con autismo (TEA) hablan a menudo más lentamente que los niños con desarrollo (DT). También tienen otras diferencias de entonación, tono y ritmo. Estas inconsistencias (llamadas por los investigadores “diferencias prosódicas”) son sorprendentemente difíciles de caracterizar de forma coherente y objetiva. De hecho, sus orígenes no han estado claros durante décadas.
Todo esto limita a los estudiosos: de hecho, los que realizan estas investigaciones se ven obstaculizados por el sesgo de la lengua inglesa. Sin olvidar la subjetividad del ser humano a la hora de clasificar las diferencias lingüísticas entre las personas con autismo y las que no lo tienen.
Para señalar estas diferencias, un equipo dirigido por Molly Losh y Joseph C.Y. Lau junto con Patrick Wong utilizaron la técnica de aprendizaje automático supervisado.
Aprendizaje automático y autismo, el procedimiento utilizado
Este estudio incluyó a participantes de dos grupos lingüísticos, formados por hablantes nativos de inglés americano y cantonés de Hong Kong. El grupo inglés incluyó a 55 personas con TEA (grupo inglés TEA) y 39 personas con DT (grupo inglés DT). El grupo cantonés incluye a 28 personas con TEA (grupo cantonés TEA) y 24 personas con DT (grupo cantonés DT).
Los participantes debían narrar (en sus respectivos idiomas) un libro de imágenes sin palabras de 24 páginas. “Granota, ¿dónde estás?”. El texto presenta la historia de un niño y su perro, mientras buscan la rana desaparecida del niño. Este libro se utiliza ampliamente en estudios sobre el discurso narrativo en TEA y otras discapacidades del neurodesarrollo.
A medida que la pantalla mostraba cada página y los participantes contaban la historia, los investigadores grabaron sus voces en archivos de audio. Los datos recopilados, analizados con Audio Toolbox MATLAB, proporcionaron al equipo información interesante que luego analizaron en las siguientes características acústicas:
- el ritmo del habla, es decir, las variaciones de duración entre las sílabas de una oración que indican propiedades lingüísticas y afectivas;
- entonación, que es la variación del tono de la voz a lo largo del tiempo.
Luego, aprovechando el poder de los algoritmos de aprendizaje automático, los investigadores examinaron estos aspectos de la prosodia en los dominios de tiempo o frecuencia.
Resultados y futuras aplicaciones
Publicado en la revista PLOS Uno, el estudio mostró que vale la pena usar características acústicas para una clasificación confiable del estado autista, tanto en inglés como en cantonés.
Como dijo una de las líderes del equipo de Northwestern:
“Cuando tienes idiomas tan diferentes estructuralmente, cualquier similitud en los patrones de lenguaje encontrados en el autismo en ambos idiomas probablemente involucre rasgos fuertemente influenciados por la responsabilidad genética del autismo”.
Molly Losh
También agregó que el aprendizaje automático podría ser útil para desarrollar herramientas para identificar aspectos del habla adecuados para intervenciones terapéuticas. Así como medir el efecto de dichas intervenciones al evaluar el progreso de un hablante a lo largo del tiempo.
Finalmente, como se mencionó, los resultados del estudio serían útiles para comprender el papel de genes específicos y mecanismos de procesamiento cerebral involucrados en la susceptibilidad genética del autismo. En última instancia, el objetivo es crear una imagen más completa de los factores que determinan las diferencias de lenguaje de las personas con autismo.
De hecho, una red cerebral involucrada es la vía auditiva subcortical, fuertemente vinculada a las diferencias en la forma en que el cerebro procesa los sonidos del habla. Diferente en individuos con autismo que en aquellos con desarrollo típico, en todas las culturas. El siguiente paso será identificar si estas diferencias de procesamiento conducen a los patrones de comportamiento del lenguaje observados en el estudio y su genética neuronal subyacente.