Para ilmuwan di Universitas Northeastern telah menemukan sensor yang dapat dipakai yang memperingatkan pengasuh tiga menit sebelumnya anak autis memiliki kehancuran yang agresif. Meskipun sensornya masih dalam tahap awal, teknologi suatu hari nanti bisa mengisi celah penting bagi orang tua dari anak-anak autis. Karena orang dengan autisme sering tidak dapat mengungkapkan perasaan mereka dengan kata-kata atau ekspresi wajah, pengasuh mungkin dibiarkan menebak-nebak ketegangan yang meningkat dari tuduhan mereka. Akibat yang tragis adalah banyak orang tua dari anak autis takut meninggalkan rumah dengan anak-anak mereka yang tidak terduga—atau menghindarinya sama sekali.
“Kami menemukan bahwa jika kami menggunakan data fisiologis tiga menit terakhir, kami dapat memprediksi apakah orang itu akan berperilaku agresif dalam satu menit berikutnya dengan akurasi rata-rata 84 persen, ”kata Matthew Goodwin, ilmuwan perilaku di Universitas Northeastern yang menyusun sensor, dalam siaran pers.
Goodwin dan rekannya merancang sensor setelah mengamati bagaimana sampel kecil dari 20 anak autis dialami perubahan detak jantung, suhu, dan gerakan mereka di saat-saat menjelang yang tampaknya tidak terduga ledakan. Mereka kemudian membangun perpustakaan tanda-tanda fisiologis yang muncul sebelum anak autis menjadi agresif. “Kami memiliki 87 jam pengamatan menggunakan metode itu dengan 20 pasien rawat inap anak autis, menangkap 548 episode agresif dengan data biosensor yang menyertainya,” kata Goodwin.
Selain menyediakan sistem peringatan dini untuk orang tua, Goodwin menduga teknologi tersebut dapat membantu penyedia layanan kesehatan mengembangkan strategi bagi orang autis untuk diterapkan sendiri sebelum ledakan. Tapi ini semua adalah tujuan jangka panjang. Untuk saat ini, kata Goodwin, algoritme di balik sensor yang dapat dipakai masih perlu mempelajari kebiasaan anak-anak autis yang lebih banyak. Untuk itu, Departemen Pertahanan baru-baru ini memberi Goodwin dana tiga tahun untuk mengembangkan sensornya.
Dalam bentuknya saat ini, Goodwin menyamakan produknya dengan iterasi pertama Siri, yang harus mempelajari nuansa setiap ucapan pengguna sebelum perangkat lunak pengenalan bahasanya digunakan dengan benar. “Dulu, Anda harus membaca bagian yang diketahui sehingga bisa belajar bagaimana Anda mengucapkan kata-kata tertentu,” katanya. “Kami berada di kapal yang sama di sini. Karena kami mendapatkan lebih banyak data dari lebih banyak orang dalam jangka waktu yang lebih lama, kami harus memiliki kumpulan data yang lebih besar yang akan berfungsi dengan setiap orang baru yang masuk.”