Inteligencia artificial y contacto visual en los TEA

02Los niños con TEA suelen tener dificultades para establecer contacto visual y participar en lo que se denomina reciprocidad socio-emocional: el ir y venir de la interacción social que requiere la comprensión de las señales no verbales, incluyendo, entre otras cosas, el reconocimiento de las emociones en las caras de los demás. La reciprocidad social se aprende mejor cuando los niños son bastante pequeños, y varias estrategias para enseñarla a los niños con TEA -utilizar, por ejemplo, tarjetas con caras- han demostrado ser eficaces, pero no son generalizables o escalables, necesitamos llegar más y mejor a una población que es muy amplia y dispersa.

El juego «Guess what?» (¿Adivina?), es un estudio de investigación de la Universidad de Stanford para padres de niños con TEA de entre 3 y 12 años. Las familias que participan ayudan a los investigadores del Wall Lab a utilizar el aprendizaje automático y la inteligencia artificial para analizar los comportamientos expresados por los niños mientras interactúan con los miembros de la familia a través de un vídeo doméstico.

Puede inscribir a su hijo en la página web y luego descargar la aplicación. El comienzo es bastante sencillo; se le pedirá que cree una cuenta y que rellene una encuesta antes de descargar la aplicación, y luego podrá empezar. Sólo tiene que utilizar la aplicación con su hijo tres veces al día, tres días a la semana, durante cuatro semanas, para un total de 36 sesiones. Cuando usted y su hijo utilicen la aplicación, su teléfono grabará los vídeos de las actividades, que usted podrá enviar a Stanford para ayudar a los investigadores a saber más sobre cómo se comportan y comunican los niños con autismo.

Cuando termine las 36 sesiones -que sólo suponen una hora de juego total- hará una encuesta de salida, y su participación en la investigación habrá terminado. A continuación, no sé si se aplica en todos los países, recibirá una tarjeta regalo de 50 dólares de Amazon para compensar su tiempo y podrás seguir utilizando la aplicación como y cuando usted y su hijo quieran.

En el juego el adulto se coloca un smartphone en la frente y pide al niño que imite una imagen que aparece en la pantalla. Puede ser un mono, un jugador de fútbol o quizás un emoticono feliz o triste. El adulto adivina entonces lo que el niño está representando y registra las respuestas correctas inclinando el teléfono hacia delante; las incorrectas, inclinándolo hacia atrás.

La aplicación tiene dos modos de juego: el desafío de charadas y el desafío de preguntas. El primero es un nivel más difícil destinado a niños mayores (4+), mientras que el desafío de preguntas es para aquellos niños que aún no han superado las formas, los colores y otros conceptos básicos (2+). En el desafío de las charadas, los niños tienen que representar una gran variedad de conceptos, según las imágenes de animales, emociones en las caras de las personas, emociones en las caras de los emoji, gestos, trabajos, deportes, bailes o artículos especiales de las fiestas. Este juego incita al niño a imitar conceptos sociales y centrados en las emociones para mejorar sus habilidades sociales.

Para los niños con trastorno del espectro autista (TEA), el juego proporciona una dosis rápida de aprendizaje terapéutico en el hogar y les ayuda a establecer contacto visual con sus cuidadores y a asociar emociones específicas con diversas expresiones faciales. Pero el valor de «Adivina» va mucho más allá. Cada sesión de juego de 90 segundos se graba en vídeo y puede enviarse (tras los consentimientos y protecciones de privacidad adecuados) a los investigadores de Stanford. La idea es poner desafíos al niño, entrenarlo y conseguir información, todo al mismo tiempo.

Desde hace unos años, Dennis Wall y sus colegas del Instituto de Inteligencia Artificial Centrada en el Ser Humano de la Universidad de Stanford

Dennis Wall

han estado recopilando grabaciones de vídeo caseras de «Adivina» y utilizándolas para desarrollar formas de diagnosticar el TEA a distancia, mejorar los conjuntos de datos de reconocimiento de emociones, seguir el progreso de los niños en el reconocimiento de rostros y, en última instancia, mejorar los tratamientos disponibles para el TEA.

El trabajo, que utiliza la visión por ordenador así como otras formas de inteligencia artificial, tiene aplicaciones potenciales también para otros tipos de análisis del comportamiento. Los métodos que el laboratorio Wall ha desarrollado para el autismo pueden permitir analizar temas relacionados con el comportamiento humano que pueden aplicarse a otras condiciones, incluyendo otros retrasos en el desarrollo, condiciones de salud mental y trastornos como la esquizofrenia.

Wall y sus colegas desarrollaron un programa de tratamiento del autismo que utiliza dispositivos de realidad aumentada, las Google Glass, para proporcionar a los niños pistas sobre las emociones de las personas con las que interactúan. Aunque el enfoque de las Google Glass ha recibido atención en la prensa y ha demostrado su eficacia en un ensayo controlado aleatorio, las herramientas de realidad aumentada aún no se han adoptado de forma generalizada en el mundo del autismo mientras que los teléfonos inteligentes están por todas partes, en personas de todos los sectores socioeconómicos y entornos. Esto los convierte en un potente vehículo para ayudar a gestionar la salud y ofrecer tratamientos. El teléfono inteligente también es más natural para las familias, porque crea una excusa para la interacción social en el hogar.

Pero Wall también tenía otro objetivo en mente: Recopilar vídeos domésticos de niños con TEA y neurotípicos. Al crear un juego que facilitara a las familias compartir los vídeos con los investigadores de forma segura, esperaba reunir un conjunto de datos lo suficientemente amplio como para hacer avanzar el campo del diagnóstico y el tratamiento del TEA y esos esfuerzos están empezando a dar sus frutos.

Los investigadores saben que la intervención temprana es beneficiosa para los niños con autismo, pero en Estados Unidos el diagnóstico suele tardar unos dos años y la edad media de diagnóstico es de casi 4 años y medio. Además, los servicios para el autismo no están distribuidos de manera uniforme en todo el país: más del 83% de los condados estadounidenses no ofrecen ningún servicio de diagnóstico del autismo. En España nos pasa lo mismo en poblaciones pequeñas o zonas rurales. Estas herramientas pueden facilitar en el futuro una evaluación remota semiautomatizada del TEA, que permita hacer un cribado e identificar a aquellos niños que deben ser revisados por un especialista y diagnosticados.

En el futuro, el equipo espera que sus modelos se vuelvan gradualmente lo suficientemente inteligentes como para diagnosticar a un niño con TEA sin ayuda humana. Sin embargo, para dar ese salto, el equipo necesita una gran cantidad de vídeos caseros para entrenar el modelo. Ahí es donde entra en juego ¿Adivina?

En un artículo publicado recientemente en JMIR Pediatrics and Parenting, el equipo probó la idea de utilizar sólo la parte de audio de las grabaciones de vídeo del juego  para predecir directamente el TEA sin depender de ningún humano para etiquetar las características relevantes. El audio es relevante para el diagnóstico del TEA porque muchos niños con autismo vocalizan de forma diferente a los niños neurotípicos. A menudo muestran ecolalia, repiten palabras utilizadas por otros, hablan en un tono monótono o atípico y acentúan sus palabras de manera inusual.

Aplicando métodos de aprendizaje profundo basados en 850 clips de audio de 58 niños (20 con TEA), el equipo logró un 79% de precisión para distinguir a los niños neurotípicos de los que tienen TEA. Aunque es un porcentaje que no es aceptable para el trabajo de diagnóstico, es sugerente el que las grabaciones de audio por sí solas sean suficientes para el diagnóstico de un porcentaje de los niños con TEA.

En los próximos pasos, el equipo empezará a combinar la señal de audio con otros tipos de información sobre el comportamiento en los vídeos, como el reconocimiento de emociones faciales, los movimientos de las manos, etc. La idea es desarrollar modelos multimodales que integren múltiples fuentes de datos en un sistema de diagnóstico fiable. Los investigadores no sólo esperan que su juego ayude a diagnosticar el TEA de forma temprana, sino que también esperan que ayude a los niños a aprender y reconocer las emociones de los demás. Cuando los niños miran la cara de otra persona utilizando el sistema de Google Glass desarrollado por Wall y su equipo, las gafas les dirán qué emoción está expresando la otra persona. Para que el sistema haga esto con precisión y fiabilidad, se necesita un modelo entrenado con expresiones faciales etiquetadas. A medida que crezca la base de datos de Adivina, es probable que se genere información que pueda retroalimentar el juego para mejorar su eficacia como herramienta de diagnóstico, enseñanza y tratamiento.

Otra posibilidad es utilizar los videos guardados para seguir la evolución de los niños con TEA a lo largo del tiempo. ¿Mejoran en el reconocimiento de emociones? ¿Hay cambios en los movimientos de la cabeza, los dedos? ¿Ha cambiado el contacto visual? Ello puede permitir comprender mejor la progresión del TEA, identificar qué estrategias de terapia están siendo más eficaces y localizar puntos a trabajar.

 

Para leer más:

Autor: José R. Alonso

Neurobiólogo. Catedrático de la Universidad de Salamanca. Escritor.

A %d blogueros les gusta esto: