Цифровое фенотипирование выявляет особенности аутизма у детей с СДВГ и без него

Новое исследование показало, что цифровое фенотипирование с помощью планшетов может точно выявлять поведенческие особенности, связанные с аутизмом, у детей дошкольного и школьного возраста, включая тех, у кого также диагностирован СДВГ. Это открывает путь к более объективной и ранней диагностике.

Цифровое фенотипирование выявляет особенности аутизма у детей с СДВГ и без него

Исследователи обнаружили, что цифровое фенотипирование — метод сбора данных о поведении с помощью цифровых устройств — позволяет точно различать детей с расстройством аутистического спектра (РАС) и детей с типичным развитием, даже когда у первых есть сопутствующий синдром дефицита внимания и гиперактивности (СДВГ). В исследовании, опубликованном в журнале Scientific Reports, приняли участие 82 ребенка в возрасте от 3 до 12 лет, и результаты показали, что цифровые маркеры, такие как время реакции и точность касаний на планшете, могут быть надежным инструментом для объективной оценки поведенческих особенностей.

Исследование проводилось группой ученых из Университета Ла-Коруньи и других испанских институтов. Они использовали приложение для планшета, которое предъявляло детям серию заданий на внимание, зрительно-моторную координацию и распознавание эмоций. В то время как традиционные методы диагностики аутизма полагаются на клинические наблюдения и опросники, цифровое фенотипирование предлагает возможность получать количественные, объективные данные в естественной среде, что может значительно ускорить и упростить процесс диагностики.

Предыстория и контекст

Расстройство аутистического спектра — это гетерогенное состояние, которое часто сопровождается другими нарушениями, такими как СДВГ. По данным исследований, около 30–50% детей с аутизмом также соответствуют критериям СДВГ, что затрудняет диагностику и выбор стратегий вмешательства. Традиционные методы оценки, такие как ADOS (Autism Diagnostic Observation Schedule), требуют специально обученных специалистов и занимают много времени, что создает барьеры для ранней диагностики, особенно в регионах с ограниченными ресурсами.

Цифровое фенотипирование, напротив, может быть легко масштабировано и использовано в домашних условиях. Оно основано на идее, что поведенческие особенности, связанные с аутизмом, проявляются в тонких моторных и когнитивных паттернах, которые можно измерить с помощью сенсорных экранов и датчиков движения. В предыдущих исследованиях уже было показано, что такие маркеры, как вариабельность времени реакции, коррелируют с тяжестью симптомов аутизма, но новое исследование впервые учитывает влияние сопутствующего СДВГ.

Чем отличается это исследование от предыдущих?

В отличие от более ранних работ, которые часто исключали детей с сопутствующими расстройствами, это исследование специально включило детей с двойным диагнозом (РАС + СДВГ). Это позволило проверить, можно ли отличить чистый аутизм от аутизма с СДВГ на основе цифровых маркеров. Результаты показали, что хотя дети с РАС и СДВГ имеют свои особенности, общие маркеры, такие как увеличенная вариабельность времени реакции и сниженная точность в заданиях на социальное восприятие, остаются надежными предикторами РАС независимо от наличия СДВГ.

Технические подробности исследования

Участники выполняли задания на планшете с сенсорным экраном, который регистрировал каждое касание с точностью до миллисекунды. Задания включали визуальный поиск, задачу на непрерывное выполнение (для оценки внимания) и задачу на распознавание эмоций по выражениям лиц. Алгоритмы машинного обучения анализировали 18 различных параметров, включая латентность ответов, силу нажатия и траекторию движения пальца.

Исследователи обнаружили, что дети с РАС, независимо от наличия СДВГ, демонстрировали более высокую вариабельность времени реакции в заданиях на внимание по сравнению с контрольной группой. Кроме того, у них были менее точные и более медленные ответы в задании на распознавание эмоций. Интересно, что дети с РАС и СДВГ показали более высокую импульсивность (более короткое время реакции в некоторых заданиях), чем дети только с РАС, что согласуется с клиническими наблюдениями.

Модель машинного обучения, обученная на этих данных, достигла точности 87% в различении детей с РАС от детей с типичным развитием, и 74% в различении подгрупп РАС с СДВГ и без него. Эти результаты сопоставимы с точностью традиционных диагностических инструментов, но при этом требуют всего 20 минут тестирования и не зависят от субъективных оценок специалиста.

Кого затронет и как

Для клинических психологов и педиатров это исследование означает возможность внедрения цифровых инструментов в рутинную практику скрининга. Цифровое фенотипирование может стать первым этапом диагностики, помогая выявить детей, которым требуется полное клиническое обследование. Это особенно важно в условиях нехватки специалистов по аутизму, что характерно для многих стран, включая Россию и другие государства СНГ, где доступ к квалифицированной диагностике ограничен в регионах.

Для родителей цифровые тесты на планшете могут снизить стресс, связанный с походами по врачам, и предоставить данные, которые можно обсудить с врачом. Однако важно подчеркнуть, что цифровое фенотипирование не заменяет клиническую диагностику, а лишь дополняет ее. Исследователи предупреждают, что необходимы дальнейшие валидационные исследования на более крупных и разнообразных выборках, прежде чем метод можно будет рекомендовать для широкого применения.

Что будет дальше

Следующим шагом исследовательской группы является проведение лонгитюдных исследований, чтобы оценить, как цифровые маркеры меняются с возрастом и под влиянием терапевтических вмешательств. Они также планируют разработать версию приложения для использования в домашних условиях с возможностью удаленного мониторинга. В перспективе такие технологии могут быть интегрированы в телемедицинские платформы, что особенно актуально в постпандемийную эпоху, когда дистанционные консультации становятся нормой.

Кроме того, исследователи надеются, что их подход поможет в разработке персонализированных программ вмешательства, основанных на индивидуальных профилях цифровых маркеров. Например, дети с высоким уровнем импульсивности могут получить другие стратегии обучения, чем дети с преимущественными трудностями в социальном познании.

Итог

Цифровое фенотипирование демонстрирует большой потенциал как объективный, быстрый и масштабируемый метод выявления поведенческих маркеров аутизма, включая случаи с сопутствующим СДВГ. Хотя до внедрения в клиническую практику еще предстоит пройти долгий путь, это исследование является важным шагом к более доступной и точной диагностике расстройств аутистического спектра. Следите за развитием этой технологии — возможно, уже через несколько лет скрининг на аутизм будет проводиться с помощью обычного планшета.