Vedci z Northeastern University vynašli nositeľný senzor, ktorý tri minúty predtým varuje opatrovateľov autistické dieťa má agresívny rozklad. Hoci je senzor stále v počiatočnom štádiu, technológia by jedného dňa mohla vyplniť dôležitú medzeru pre rodičov autistických detí. Pretože ľudia s autizmom často nedokážu vyjadriť, ako sa cítia, slovami alebo mimikou, opatrovatelia môžu byť ponechaní na odhad narastajúceho napätia svojich zverencov. Tragickým výsledkom je, že mnohí rodičia z autistické deti strach opustiť domov so svojimi nepredvídateľnými deťmi v závese – alebo sa tomu úplne vyhnúť.
„Zistili sme, že ak použijeme posledné tri minúty fyziologických údajov, môžeme predpovedať, či sa daná osoba bude správať agresívne po jednej minúte s priemernou presnosťou 84 percent,“ povedal Matthew Goodwin, behaviorálny vedec z Northeastern University, ktorý si predstavoval senzor, v tlačovej správe.
Goodwin a kolegovia navrhli senzor po tom, čo pozorovali, ako to prežívala malá vzorka 20 autistických detí zmeny ich srdcovej frekvencie, teplôt a pohybov v momentoch vedúcich k zdanlivo nepredvídateľným výbuchy. Potom vytvorili knižnicu výpovedných fyziologických znakov, ktoré sa objavia predtým, ako sa autistické dieťa stane agresívnym. "Mali sme 87 hodín pozorovaní pomocou tejto metódy s 20 hospitalizovanými mladými ľuďmi s autizmom, pričom sme zachytili 548 časovo označených agresívnych epizód so sprievodnými údajmi z biosenzorov," hovorí Goodwin.
Okrem poskytovania systému včasného varovania pre rodičov má Goodwin podozrenie, že táto technológia môže pomôcť poskytovateľom zdravotnej starostlivosti vyvinúť stratégie pre autistov, ktoré by mohli sami implementovať pred výbuchom. Ale to všetko sú dlhodobé ciele. V súčasnosti, Goodwin hovorí, že algoritmus nositeľného senzora sa stále musí naučiť zvláštnosti autistických detí. Na tento účel ministerstvo obrany nedávno udelilo Goodwinovi tri roky financovania na vývoj jeho senzora.
Vo svojej súčasnej podobe Goodwin prirovnáva svoj produkt k prvým iteráciám Siri, ktorá sa musela naučiť nuansy reči každého používateľa predtým, ako sa jej softvér na rozpoznávanie jazyka správne rozbehol. "V minulosti ste museli čítať známe pasáže, aby sa naučil, ako vyslovujete určité slová," hovorí. „Sme tu tak trochu na jednej lodi. Keďže získavame viac údajov od viacerých ľudí počas dlhších časových období, mali by sme mať väčší súbor údajov, ktorý bude fungovať s každou novou osobou, ktorá príde.“
