Autisme is een spectrumstoornis die invloed heeft op sociale interactie, communicatie en gedrag. Hoewel er geen genezing bestaat, kan een vroege diagnose kinderen helpen hun vaardigheden te ontwikkelen en zelfstandigheid te bevorderen. Nieuw onderzoek laat zien dat bewegingspatronen, zoals hoe een kind loopt of zijn evenwicht bewaart, waardevolle informatie kunnen bieden voor de diagnose van autisme.
In recent onderzoek is gebruikgemaakt van een Kinect-sensor, een apparaat dat driedimensionale bewegingen kan vastleggen. Dit systeem meet hoe gewrichten bewegen en hoe hoeken tussen gewrichten veranderen terwijl een kind loopt. De methode is niet-invasief, wat betekent dat kinderen geen ongemak ervaren tijdens het onderzoek. Bovendien maakt de technologie het mogelijk om snel grote hoeveelheden gegevens te verzamelen en te analyseren.
De Kinect-sensor is oorspronkelijk ontwikkeld als accessoire voor videogames, maar vindt steeds vaker zijn weg naar medische en diagnostische toepassingen. Dit apparaat kan met een infraroodcamera en sensoren driedimensionale bewegingen van het lichaam nauwkeurig vastleggen. Het meet bijvoorbeeld de positie van gewrichten, de hoek tussen lichaamsdelen en veranderingen in houding tijdens bewegingen.
In het onderzoek naar autisme werd de Kinect-sensor gebruikt om de loopbewegingen van kinderen te analyseren. De kinderen liepen in een gecontroleerde omgeving langs de sensor, die gegevens vastlegde over 25 gewrichten en 16 hoeken in het lichaam. Deze data werden vervolgens geanalyseerd om onderscheid te maken tussen kinderen met en zonder autisme.
Wat deze technologie bijzonder maakt, is dat ze niet-invasief is. Kinderen hoeven geen apparaten te dragen of specifieke instructies op te volgen. Dit maakt de methode laagdrempelig en geschikt voor gebruik in bijvoorbeeld scholen of klinieken. Bovendien is de Kinect-sensor relatief betaalbaar, wat de drempel verlaagt om deze technologie breed in te zetten.
Dankzij haar precisie en gebruiksgemak biedt de Kinect-sensor een veelbelovende oplossing voor vroege herkenning van autisme, vooral in situaties waarin tijdige diagnostiek van groot belang is.
Deze techniek kan in Nederland bijdragen aan eerdere herkenning van autisme, vooral in omgevingen zoals scholen of kinderopvang, waar tijdig signaleren van groot belang is.
Onderzoeksresultaten: beweging als diagnostisch hulpmiddel
Kinderen met autisme vertonen unieke bewegingspatronen. Zo lopen ze vaak op hun tenen en houden ze hun armen verder van hun lichaam. Ook bewegen hun gewrichten minder soepel, wat hen zichtbaar onderscheidt van leeftijdsgenoten.
Het onderzoek vergeleek twee manieren om deze verschillen te analyseren:
- Statistische analyse: Hierbij werden algemene bewegingsgegevens gebruikt, zoals staplengte en gewrichtshoeken. Deze aanpak behaalde een nauwkeurigheid van 84%.
- Medische kennis: Deze methode gebruikte specifieke kenmerken van autistisch gedrag, zoals armbewegingen en hoekstanden. Dit leverde een hogere nauwkeurigheid van 87% op.
Voor de analyse werden classificatietechnieken ingezet, waaronder machine learning-methodes zoals Naive Bayes en ensemble classifiers. Vooral de laatste techniek bleek betrouwbaar.
Praktische implicaties
De resultaten suggereren dat deze methode in de praktijk kan worden ingezet. Denk bijvoorbeeld aan vroege screeningsprogramma’s op basisscholen of diagnostiek in gespecialiseerde centra. Voor omgevingen waar Kinect-sensoren minder praktisch zijn (zoals drukke ruimtes), kan gebruik worden gemaakt van draagbare sensoren.
Voor ouders kan deze techniek een belangrijke rol spelen bij het sneller herkennen van autisme bij hun kind. Dit betekent minder onzekerheid en eerder starten met de juiste begeleiding. Ouders kunnen letten op kenmerken zoals tenenlopen of ongewone armbewegingen en dit bespreken met een specialist. De combinatie van ouderlijke observatie en technologische hulpmiddelen kan de weg naar een diagnose verkorten.
In Nederland zou deze aanpak bijdragen aan het verminderen van wachttijden bij diagnostische centra en meer kinderen helpen in een vroeg stadium passende begeleiding te krijgen.
Yazdi SA, Janghorbani A, Maleki A. Diagnosis of Autism in Children Based on their Gait Pattern and Movement Signs Using the Kinect Sensor. J Med Signals Sens. 2024;14:29. Published 2024 Oct 16. doi:10.4103/jmss.jmss_19_24
