Tým z HumanTech Institute při Universitat Politècnica de València (UPV) představil nový systém pro včasnou detekci poruch autistického spektra, který propojuje virtuální realitu a umělou inteligenci. Jejich přístup dosahuje přesnosti přes 85 %, což znamená významný pokrok oproti tradičním metodám, jež často spoléhají na subjektivní hodnocení psychologů nebo rodičů. Výsledky tohoto výzkumu byly publikovány v odborném časopisu Expert Systems with Applications.
Cílem studie bylo ověřit, zda virtuální realita dokáže přispět k přesnější identifikaci autismu. Děti se během výzkumu ponoří do virtuálního světa a bez pocitu nátlaku plní jednoduché úkoly. Kamera mezitím nenápadně snímá jejich pohyby, mimiku i směr pohledu – data, která by při běžném testu mohla snadno uniknout. AI je následně zpracuje a hledá vzorce, které mohou diagnózu autismu identifikovat.
Zjištění ukazují, že přístup s využitím AI není jen efektivnější, ale v mnoha ohledech i přesnější než běžně používané diagnostické nástroje. Podle výzkumníků má klíčový význam přirozenost reakcí: virtuální prostředí navozuje podmínky blízké reálnému životu a děti se v něm chovají spontánněji než při klasickém testování.
Výhodou je i technická nenáročnost metody: ke zprovoznění systému stačí běžné vybavení (kamera a velká obrazovka), což z něj činí dostupnou a ekonomicky výhodnou variantu. Včasná a přesná diagnóza se tak může stát (nejen virtuální) realitou pro více dětí než dosud.
Vývoj modelu AI vedl výzkumník Alberto Altozano ve spolupráci s profesorem Javierem Marínem. Jejich cílem bylo vytvořit systém, který zvládne detekci PAS ve větším množství úloh a s vyšší přesností než dosavadní přístupy. „Navržený model dokáže identifikovat PAS přesněji a ve více typech interakcí ve virtuálním prostředí,“ řekl Altozano. Algoritmus je přitom schopen automatického zpracování dat v reálném čase, což výrazně urychluje celý proces.
Do výzkumu se zapojila také Eleonora Minissiová, která ve své disertační práci testovala účinnost systému a analyzovala různé biomarkery. Její závěry ukázaly, že motorická aktivita – často přehlížená oblast diagnostiky – může být při detekci autismu klíčová. „Motorika je snadno měřitelná a velmi slibná pro časnou diagnostiku. Přesto ji stále podceňujeme a věnujeme méně pozornosti než třeba sociálně-vizuálním aspektům PAS,“ uvedla Minissiová.
Tým z UPV pracoval na vývoji systému osm let ve spolupráci s centrem kognitivního rozvoje Red Cenit, kde probíhalo testování na dětech s PAS. Nejnovější výsledky ukazují, že AI je možné v diagnostice dále rozvíjet, například pro analýzu motoriky při chůzi nebo verbální komunikaci.
„To otevírá dveře k hlubšímu porozumění motorické symptomatologie autismu,“ doplnil ředitel HumanTech Institute Mariano Alcañiz. Diagnostika autismu se tak může stát rychlejší, objektivnější a dostupnější. Pokud se podobné technologie rozšíří i mimo výzkumné prostředí, mohou včas odhalit projevy PAS u tisíců dětí, které by jinak zůstaly bez diagnózy a bez potřebné podpory.
(mb)
Zdroje:
1. Altozano A., Minissi M. E., Alcañiz M., Marín‑Morales J. Introducing 3DCNN ResNets for ASD full‑body kinematic assessment: a comparison with hand‑crafted features. Exp Syst App 2025; 270: 126295, doi: 10.1016/j.eswa.2024.126295.
2. Revolutionary system enables early detection of autism spectrum disorder. Bioengineer.org, 2025 Apr 7. Dostupné na: https://bioengineer.org/revolutionary-system-enables-early-detection-of-autism-spectrum-disorder
