Barn med autismespekterforstyrrelse (ASF) ser ofte på andre deler av et bilde enn barn uten slike forstyrrelser. De er ofte mer interessert i geometriske objekter og ikke-organiske bevegelser i motsetning til dyre- eller menneskeformer og bevegelser.
Det er også forskjeller i hvordan øyene deres skanner bilder, og ved å analysere hvor mye av et bilde et barn utforsker og hva de ser på, kan forskerne identifisere barna med ASF.
Denne metoden har et stort potensial, mener forskerne, da det er en kostnadseffektiv og praktisk tilnærming som kan øke bevisstheten om videre undersøkelser. Ytterligere vurdering av barna gjøres av spesialister.
Øyesporing kan være til hjelp
– Øyesporing kan raskt å gi en indikasjon på en autisme-diagnose alt i barndommen, det kan gjelde ned til 10 måneder gamle barn, forteller ph.d.-stipendiat ved OsloMet, Maryam Lotfigolian.
Hun har vært med på å prøve ut dette i et forskningsprosjekt sammen med ph.d.-stipendiat Pedro Lencastre e Silva og professor Pedro Lind.
I øyesporing registreres øyebevegelser og retningen blikket er rettet mot, ved hjelp av infrarødt lys som reflekteres av hornhinnen og pupillen. Kameraer fanger så opp refleksjonene fra det infrarøde lyset.
Forskerne ba barn som de tror kan ha autisme, om å sitte foran en TV, der de ble vist bilder eller filmer, mens øyemønsteret deres på skjermen ble sporet.
Barna ble vist flere bilder som inneholdt et biologisk element, for eksempel en menneskelig følelse, og et ikke-biologisk element, som kunne være en dagligdags gjenstand.
Forskerne registrerte hvor lang tid et barn brukte på å se på hvert element i et bilde, og basert på det ble det laget et forslag til et screeningsverktøy.
Skiller barna etter fem sekunder
– Og i løpet av de første fem sekundene, kunne vi skille mellom de autistiske og ikke-autistiske barna ved å spore hva de ser på.
– Vi gjorde det med et matematisk perspektiv, og vi kunne skille ut barna med opptil 93 prosent nøyaktighet.
Selv om en riktig diagnose må stilles av en profesjonell fagperson, kan dette verktøyet hjelpe til med å identifisere barn som kan ha denne tilstanden, og gi indikasjoner til medisinske fagfolk.
– For å få solid dokumentasjon på metoden, måtte den testes på mange barn, i dette tilfellet 59 barn i alderen tre til 12 år. Basert på datasettet vi hadde, var det nok til å identifisere signifikant forskjell mellom to grupper, de som har og de som ikke har autisme.
Metode med stort potensial
Å stille diagnose har fram til nå vært ressurskrevende. I og med at det er en spektrumforstyrrelse, kan denne typen autisme vise seg å være veldig forskjellig fra person til person. Derfor har det ofte tatt mange timer med kognitive tester å stille diagnosen, og det kan være utfordrende med små barn.
På grunn av dette får mange diagnosen først i voksen alder, til tross for den store innvirkningen det kan ha på livet deres. Den nye metoden kan derfor være til god hjelp for å få stilt en tidlig diagnose.
En annen fordel med metoden, er at den er forklarbar. Dette er ikke en svart boks, slik det ofte er med kunstig intelligens, der vi ikke forstår hvordan teknologien kommer fram til resultatene. I dette tilfellet er det fullstendig klarlagt og gjennomsiktig, mener forskerne.
Forskningsresultatene har vekket stor interesse, etter at forskerne publiserte dem i det tidsskriftet «Diagnostics from MDPI».
Forskerne håper nå at denne forskningen vil drive ytterligere framskritt innen teknologi og praksis, slik at den blir til nytte for dem som har autisme.
Referanse
Pedro Lencastre, Maryam Lotfigolian and Pedro Lind: Identifying Autism Gaze Patterns in Five-Second Data Records (mdpi.com). Diagnostics from MDPI, 2024, 14(10), 1047.