Naučnici sa Univerziteta Northeastern izumili su nosivi senzor koji upozorava negovatelje tri minuta pre autistično dete ima agresivno otapanje. Iako je senzor još uvek u ranoj fazi, tehnologija bi jednog dana mogla popuniti važnu prazninu za roditelje autistične dece. Јер ljudi sa autizmom često ne mogu da izraze kako se osećaju rečima ili izrazima lica, negovatelji mogu biti ostavljeni da nagađaju o rastućoj napetosti svojih optuženih. Tragičan rezultat je da su mnogi roditelji autistična deca plaše se da odu od kuće sa svojom nepredvidivom decom u pratnji - ili to uopšte izbegavaju.
„Otkrili smo da ako koristimo poslednja tri minuta fizioloških podataka, možemo predvideti da li će se ta osoba ponašati agresivno u sledeći jedan minut sa prosečnom tačnošću od 84 odsto“, rekao je Metju Gudvin, naučnik o ponašanju sa Univerziteta Severoistočni koji je osmislio сензор, u saopštenju za javnost.
Gudvin i njegove kolege dizajnirali su senzor nakon što su posmatrali kako je mali uzorak od 20 autistične dece doživeo promene njihovog otkucaja srca, temperature i kretanja u trenucima koji su doveli do naizgled nepredvidivih ispadi. Zatim su napravili biblioteku fizioloških znakova koji se pojavljuju pre nego što autistično dete postane agresivno. „Imali smo 87 sati posmatranja koristeći tu metodu sa 20 stacionarnih mladih sa autizmom, uhvativši 548 vremenski označenih agresivnih epizoda sa pratećim podacima biosenzora“, kaže Gudvin.
Pored obezbeđivanja sistema ranog upozoravanja za roditelje, Gudvin sumnja da tehnologija može pomoći zdravstvenim radnicima da razviju strategije za autistične osobe koje će sami primeniti pre izbijanja. Ali sve su to dugoročni ciljevi. Za sada, kaže Gudvin, algoritam koji stoji iza senzora koji se može nositi još uvek treba da nauči osobine više autistične dece. U tom cilju, Ministarstvo odbrane je nedavno dodelilo Gudvinu tri godine finansiranja za razvoj njegovog senzora.
U svom sadašnjem obliku, Gudvin upoređuje svoj proizvod sa prvim iteracijama Siri-a, koji je morao da nauči nijanse govora svakog korisnika pre nego što se njegov softver za prepoznavanje jezika pravilno uključio. „U ono doba, morali ste da čitate poznate odlomke da biste naučili kako izgovarate određene reči“, kaže on. „Ovde smo nekako u istom čamcu. Kako dobijamo više podataka od više ljudi tokom dužeg vremenskog perioda, trebalo bi da imamo veći skup podataka koji će raditi sa svakom novom osobom koja dolazi."
