O aplicativo rastreia os movimentos dos olhos em resposta a vídeos para identificar crianças em risco de Transtornos do Espectro do Autismo (TEA).
O projeto de pesquisa financiado pelo National institutes of Health (NIH) e mais dois colaboradores apresentou resultados positivos em distinguir crianças com desenvolvimento típico de autismo.
Os resultados sugerem que o aplicativo pode rastrear bebês e crianças pequenas com sinais de TEA e ajudar numa intervenção precoce, quando as chances de sucesso do tratamento são maiores.
O estudo foi publicado na JAMA Pediatrics e foi conduzido por Geraldine Dawson, Ph.D., diretora do NIH Autism Center of Excellence da Duke University, no norte da Califórnia.
Como foi feito o experimento?
Estudos descobriram que o cérebro humano é programado para dar dicas sociais, usando rastreamento visual, os pesquisadores conseguiram focalizar automaticamente o olhar humano e identificar os sinais sociais.
Depois disso, eles utilizaram a mesma técnica para rastrear o TEA em crianças pequenas exibindo vídeos e observando os movimentos dos olhos enquanto veem os estímulos sociais.
Participaram do estudo 933 crianças com idades entre 16 e 38 meses durante uma consulta de cuidados primários de puericultura. Destas crianças, 40 foram diagnosticadas com TEA.
Eles assistiram a vídeos curtos em um dispositivo móvel de pessoas sorrindo e fazendo contato visual ou conversando.
Os pesquisadores registraram os padrões de olhar das crianças com a câmera do dispositivo e os mediram usando visão computacional e análise de aprendizado de máquina.
As crianças com TEA eram muito menos propensas do que as crianças com desenvolvimento normal a se concentrar em dicas sociais e acompanhar visualmente as conversas nos vídeos.
Os autores concluíram que este aplicativo de rastreamento ocular com vídeos especialmente projetado para análise de visão por computador pode ser um método viável para identificar crianças pequenas com TEA.
No entanto, o equipamento usado para rastreamento visual é caro e requer pessoal especialmente treinado, limitando seu uso fora dos ambientes de laboratório.
O aplicativo ainda é apenas um protótipo para dispositivos móveis e não pode ser encontrado para baixar, novas informações devem sair logo após a conclusão dos estudos.
Via: NIH
