|
|
|
|
Software melhora triagem de crianças com
autismo
|
|
Fonte: saudebusiness365
Data: 18 julho 2014 Nenhum
comentário
|
Desenvolvido pela Unicamp com apoio de
universidades americanas, programa busca acelerar e melhorar
diagnóstico do transtorno
Profissionais da área da Psicologia poderão
contar em alguns anos com uma ferramenta de análise computacional
para realizar a triagem de crianças com transtorno do espectro
autista (TEA) com maior precisão. Um grupo de pesquisadores da
University of Minnesota e da Duke University, nos Estados Unidos,
em colaboração com colegas do Instituto de Computação da
Universidade Estadual de Campinas (Unicamp), desenvolveu um
software para análise automatizada de vídeos de testes de triagem
de autismo.
Alguns dos resultados das análises dos testes feitas pelo software
foram descritos na edição de junho da revista Autism Research and
Treatment.
“A ideia é que o software possa contribuir para aumentar a acurácia
da triagem de crianças com autismo”, disse Thiago Vallin Spina,
estudante de doutorado no Instituto de Computação da Unicamp e um
dos autores do projeto, à Agência Fapesp.
“Nossa meta é ter uma versão do
software que possa ser utilizada em escolas de educação infantil,
por exemplo, para realizar a triagem de crianças com suspeita de
autismo com maior precisão e encaminhá-las para a realização do
diagnóstico por especialistas o mais cedo possível”, afirmou Spina,
que faz doutorado com bolsa da Fapesp e orientação do professor
Alexandre Xavier Falcão.
De acordo com Spina, estudos recentes
apontam que muitas crianças com TEA apresentam marcadores
comportamentais indicativos de autismo logo no primeiro ano de
vida, tais como a dificuldade de desviar o olhar de um determinado
ponto para rastrear um estímulo visual.
A fim de tentar detectar mais
precocemente esses distúrbios no desenvolvimento infantil – e
iniciar uma intervenção clínica intensiva – são feitos comumente
três tipos de testes comportamentais, baseados na Escala de
Observação de Autismo para Lactentes (AOSI, na sigla em inglês),
para avaliar a atenção visual da criança.
No primeiro teste, um brinquedo
sonoro é chacoalhado ao lado esquerdo da criança e, em seguida,
outro brinquedo é balançado ao lado direito, a fim de avaliar o
tempo que ela leva para responder ao segundo estímulo por meio do
desvio do olhar.
Já no segundo teste, um brinquedo é
movido horizontalmente próximo ao rosto e no campo de visão da
criança, para verificar se há algum atraso em rastrear o movimento
do objeto. E no terceiro teste, uma bola é rolada em direção à
criança com intuito de verificar se a criança pega a bola e
estabelece contato visual e interação social com o
especialista.
O problema é que esses testes ocorrem
em tempo real e durante sua realização o profissional precisa não
apenas controlar o estímulo, como também contar o tempo que a
criança leva para reagir, o que torna o diagnóstico impreciso,
segundo Spina. “O tempo de atraso da criança para reagir aos
estímulos considerado nestas medidas de atenção visual é de um a
dois segundos”, disse.
“Por isso, o diagnóstico de TEA por
meio desses testes depende em grande parte da experiência e
acurácia do especialista em identificar com precisão o tempo de
atraso na resposta da criança ao estímulo”, disse Spina.
Medições automáticas
Para tentar aumentar a precisão dos
resultados, os pesquisadores desenvolveram algoritmos (sequências
de comandos) de processamento de imagens e de visão computacional,
que fazem medições automáticas da atenção visual de crianças
durante os testes comportamentais de triagem de TEA a partir da
gravação de vídeos das sessões de avaliação.
Para isso, utilizaram gravações de
vídeos de testes comportamentais durante sessões de avaliação de
TEA realizados por Amy Esler, professora de Pediatria na University
of Minnesota, com um grupo de 12 crianças, com idade entre 5 e 18
meses, indicadas para realização dos testes. As gravações foram
feitas durante o estágio de pesquisa de Spina na universidade
norte-americana, no grupo do professor Guillermo Sapiro.
“Colocamos duas câmeras convencionais
de alta resolução na sala onde foram realizadas as sessões de
avaliação, sendo uma posicionada no centro da mesa da professora
Esler e com foco direcionado para a lateral das crianças, e outra
em um canto da sala, para obter uma visão geral do comportamento
das crianças durante as sessões”, contou Spina.
O software foi capaz de rastrear a
direção do rosto das crianças participantes dos testes
comportamentais de atenção visual. Para fazer isso, o sistema
computacional identificou, inicialmente, a direção dos olhos e do
nariz das crianças no primeiro quadro (frame) do vídeo dos testes
em relação ao objeto apresentado a elas.
Por meio de algoritmos de visão
computacional, o software avaliou se a direção dos olhos e do nariz
das crianças se repetia ou mudava nos quadros seguintes do vídeo.
Dessa forma, conseguiu estabelecer vetores de movimento dos olhos e
do nariz da criança de um quadro para outro e, por meio de medidas
geométricas, estimar em que direção ela estava olhando durante os
testes em relação aos objetos – se em direção a eles ou
não.
“Como sabia em que direção a criança
estava olhando no primeiro quadro do vídeo e qual a posição do
objeto, o software foi capaz de rastrear os movimentos dos olhos da
criança e indicar se apresentavam ou não um correlação com a
direção do brinquedo”, explicou Spina.
Os resultados das análises dos vídeos
feitas pelo software foram comparados com a avaliação clínica feita
por Esler com base na observação em tempo real dos testes e nos
próprios vídeos – sem terem passado pelas análises do software – e
com as de dois estudantes de graduação em Psicologia e uma
psicóloga não especializada em autismo.
A comparação mostrou que o programa
foi capaz de detectar sinais comportamentais indicativos de autismo
tão bem quanto a especialista e melhor do que a psicóloga e os
estudantes de Psicologia.
“O programa permite registrar os
tempos de reação da criança a um estímulo visual com até décimos de
segundo, uma vez que cada segundo de um vídeo tem 30 quadros”,
explicou Spina.
Possíveis contribuições
O software representa uma primeira
etapa de um projeto de longo prazo, desenvolvido por um grupo
multidisciplinar de pesquisadores das áreas de Psicologia, visão
computacional e aprendizado de máquina, que visa desenvolver
ferramentas de baixo custo, automáticas e de análise quantitativa
de dados, que podem ser úteis para identificar crianças com TEA
mais precocemente.
Apesar de os sintomas do autismo
surgirem muitas vezes cedo e o distúrbio comportamental poder ser
diagnosticado nos primeiros anos de vida, a idade média de
diagnóstico de TEA em países como os Estados Unidos é próxima aos 5
anos, apontam os autores do artigo.
“O software poderá contribuir para os
profissionais da área de Psicologia e pesquisadores em TEA na
identificação de marcadores de risco de autismo por meio de
análises de grandes quantidades de vídeos do comportamento natural
da criança em casa ou na escola ou das próprias sessões de
avaliação clínica”, disse Spina.
“Além disso, abre portas para a
melhoria dos protocolos de avaliação em curso e para descoberta de
novas características de comportamento de crianças com TEA,
aumentando a granularidade das análises e fornecendo dados em uma
escala mais fina”, avaliou.
Em sua pesquisa de doutorado, Spina
utiliza algoritmos para analisar a partir de vídeos um
comportamento motor de posicionamento e movimento de braços
identificado como um possível novo sinal característico de
autismo.
Denominada assimetria dos braços, o
comportamento foi identificado durante estudos realizados nos
últimos anos com crianças com autismo com entre 18 meses e 24 meses
de idade.
Os autores do estudo identificaram
que, diferentemente do andar de crianças sem autismo – cujos braços
tendem a ficar ao lado do corpo, em uma posição simétrica e com
movimento de balanço – as crianças com autismo apresentam um
posicionamento assimétrico dos braços, com um estendido e outro
flexionado na horizontal e para frente.
“Desenvolvemos um software para medir
esse comportamento motor específico. A ideia é expandir sua
aplicação para medir outros movimentos que também são bastante
característicos de crianças com TEA, como o balanço do tronco para
frente e para trás”, contou Spina.
Já o grupo de pesquisadores da Duke
University desenvolve um aplicativo para tablet que pretende
substituir a forma como os testes de atenção visual são feitos
hoje. O objetivo é imitar os mesmos tipos de interações que os
testes com brinquedos e bolas medem, mas sem a necessidade de
utilizar os objetos.
“Eles estão discutindo quais tipos de
comportamentos indicativos de autismo poderiam ser identificados
por esse aplicativo para tablet”, contou Spina, que não participa
diretamente do projeto. “Pretendemos dar continuidade à cooperação
com o Sapiro na Duke University em projeto conjunto após o fim do
meu doutorado.”
O artigo Computer vision tools for
low-cost and noninvasive measurement of autism-related behaviors in
infants (doi: 10.1155/2014/935686), de Spina e outros, pode ser
lido na revistaAutism
Research and Treatment.
|
|
|
Portal Multicalculo
Por Assessoria de Imprensa do Portal Multicalculo, a melhor
ferramenta de aux�lio a vendas de planos de sa�de e odontol�gicos
da internet. Contato com o autor para mais informa��es:
[email protected]
|
|
|
| |
|
