ИИ помог выявить мимические отличия аутистов от нейротипиков

Искусственный интеллект научился предсказывать, как люди с расстройством аутистического спектра (РАС) и нейротипичные взрослые оценивают эмоции на лицах. С помощью нейросетей учёные выделили те изображения, где различия между группами максимальны, а затем изменили их так, чтобы группы пришли к едино

Искусственный интеллект научился предсказывать, как люди с расстройством аутистического спектра (РАС) и нейротипичные взрослые оценивают эмоции на лицах. С помощью нейросетей учёные выделили те изображения, где различия между группами максимальны, а затем изменили их так, чтобы группы пришли к единому мнению. Это открывает путь к более точной диагностике и персонализированной терапии.

Как искусственный интеллект находит различия в восприятии эмоций

Исследователи из США и Канады обучили отдельные нейронные сети для аутичных и нейротипичных участников. Каждая сеть предсказывала, какую эмоцию человек увидит на лице: радость, гнев, страх, грусть, удивление или отвращение. Затем модели сравнили и отобрали те изображения, где прогнозы расходились сильнее всего. Оказалось, что именно на этих стимулах реальные участники демонстрировали наибольшие поведенческие различия.

Почему традиционные исследования давали противоречивые результаты

Раньше учёные часто получали неоднозначные данные: в одних работах аутисты хуже распознавали эмоции, в других — не отличались от нейротипиков. Авторы нового исследования показали, что проблема в неоднородности стимулов. Различия концентрируются на небольшом подмножестве изображений, а не распределены равномерно. Если в тесте попадается много «нейтральных» лиц, эффект может исчезнуть. Предложенный подход позволяет создавать более чувствительные тесты, которые точнее выявляют особенности восприятия при аутизме.

Как генеративно-состязательные сети меняют лица

После того как были найдены «диагностические» изображения, учёные применили генеративно-состязательную сеть (GAN). Она модифицировала лица так, чтобы предсказания моделей для двух групп сблизились. Например, если аутисты видели на лице страх, а нейротипики — гнев, GAN меняла выражение, пока обе модели не начинали предсказывать одно и то же. Синтезированные лица затем проверили на новой группе участников — и действительно, поведенческие различия уменьшились.

Какие эмоции труднее всего распознавать аутистам

Оказалось, что наибольшие расхождения возникают при оценке смешанных или слабовыраженных эмоций. Например, лицо с лёгкой улыбкой и напряжёнными бровями может восприниматься аутистами как грустное, а нейротипиками — как радостное. Также сложности вызывают выражения, где задействованы верхняя и нижняя части лица, передающие разные сигналы. Модели помогли количественно определить, какие именно мимические признаки вносят вклад в расхождение.

Как новый метод может улучшить диагностику аутизма

Сегодня диагностика РАС основывается на поведенческих наблюдениях и интервью, что субъективно и требует много времени. Тесты на распознавание эмоций могли бы стать объективным инструментом, но их точность пока низка. Предложенный подход позволяет создавать наборы стимулов, максимально чувствительных к аутичным особенностям. Если такие тесты пройдут клиническую валидацию, они могут войти в диагностические протоколы, особенно для выявления скрытых форм аутизма у взрослых.

Какие ограничения есть у исследования

Пока работа выполнена на небольшой выборке — около 100 участников. Неизвестно, будут ли найденные «диагностические» лица работать для детей, пожилых или людей с тяжёлыми формами аутизма. Также модели обучались на статичных изображениях, а в реальной жизни эмоции динамичны. Кроме того, культурные различия в выражении эмоций могут влиять на результаты. Требуются более масштабные и разнообразные исследования.

Какие перспективы у технологии

Метод можно распространить на другие сенсорные модальности — например, на восприятие голоса или прикосновений. Также возможно создание персонализированных стимулов для конкретного пациента, чтобы тренировать распознавание эмоций. В перспективе ИИ-ассистенты смогут адаптировать социальные интерфейсы под особенности человека с аутизмом, например, изменять аватары в видеоиграх или виртуальной реальности.

Как ИИ помогает понять природу аутизма

Работа не только предлагает практический инструмент, но и углубляет понимание механизмов аутизма. Модели показали, что различия в восприятии эмоций не случайны, а связаны с конкретными мимическими паттернами. Это может указывать на особенности обработки визуальной информации в мозге аутистов. В будущем нейросети помогут выявить биомаркеры аутизма по тому, как человек смотрит на лица или реагирует на социальные стимулы.

Что делать, если вы подозреваете у себя или близкого аутизм

Важно обратиться к специалисту — психиатру или клиническому психологу. Новый метод пока не доступен в клиниках, но вы можете пройти традиционные тесты на распознавание эмоций. Помните, что аутизм — это спектр, и каждый человек уникален. Ранняя диагностика и поддержка значительно улучшают качество жизни.

Заключение

Искусственный интеллект помог найти те выражения лиц, по которым аутисты отличаются от нейротипиков. Это шаг к более точной диагностике и персонализированным вмешательствам. Хотя до внедрения в практику ещё далеко, исследование показывает, как машинное обучение может раскрыть скрытые закономерности в поведении человека.