spectrumnews.org Traduction de "Researchers publish new dataset on minimally verbal autistic people"
Des chercheurs publient un nouvel ensemble de données sur les personnes autistes peu verbales
par Shelby Grebbin / 18 mai 2022
Agrandissement : Illustration 1
Parmi les personnes autistes qui sont minimalement verbales, celles qui ont le plus de mots prononcés utilisent des sons qui apparaissent généralement plus tard dans le développement, comme le " l ", selon une analyse non publiée. Cette découverte soutient l'idée que la diversité des sons s'accroît avec le développement des mots.
Les travaux s'appuient sur les données du premier référentiel de ces sons, qui comprend 7 077 vocalisations de huit personnes autistes minimalement verbales, recueillies longitudinalement sur une période de 4 à 64 semaines.
Les chercheurs ont présenté leurs résultats lors de la réunion annuelle 2022 de l'International Society for Autism Research la semaine dernière. (...)
Les consonnes à développement précoce telles que "m" et "h" sont bien représentées dans les échantillons du nouveau dépôt, alors que d'autres sons précoces courants, tels que "b", "p" et "n", ne le sont pas.
"Nous avons encore beaucoup d'échantillons à examiner, mais il pourrait y avoir des changements fondamentaux dans le développement de ce groupe qui diffèrent du développement typique", explique Kristina Johnson, chercheuse affiliée au groupe de recherche sur l'informatique affective du Massachusetts Institute of Technology (MIT) à Cambridge.
Les vocalisations et les voyelles associées aux expressions de frustration sont systématiquement plus longues que celles associées à une demande, ce qui suggère l'existence de différences quantifiables entre les types de vocalisations. Les vocalisations de demande, telles que la demande d'une tablette ou de nourriture, semblent également présenter une plus grande complexité linguistique.
"Les personnes [minimalement verbales] communiquent par de nombreux moyens différents, y compris les gestes, le langage des signes, la communication améliorée, les cartes illustrées et bien d'autres méthodes", explique Johnson. "Cependant, les vocalisations non verbales comme 'mmm', 'uh' ou 'ah ! ah ! ah!' sont l'une des méthodes de communication les plus organiques et universelles."
Les personnes ayant peu ou pas de mots parlés produisent une gamme de phonèmes, ou unités de sons, qui peuvent servir de marqueurs de développement ou de cibles d'intervention, indiquent les chercheurs. Bien qu'il existe de multiples définitions du terme "minimalement verbal", le laboratoire de Johnson utilise ce terme pour décrire les personnes qui parlent moins de 20 mots.
"Notre objectif est de développer ces répertoires de consonnes à terme pour ces personnes", explique Johnson. "Et je pense que le langage est une métrique tellement incroyable pour cette population, car le langage développemental des personnes au développement typique est si bien étudié."
En 2020, Johnson et Jaya Narain, qui était alors assistante de recherche diplômée au MIT, ont créé Commalla, un système permettant de recueillir, d'étiqueter, de classer et de traduire les vocalisations non vocales des personnes peu verbales.
Le système capte les vocalisations à domicile grâce à un microphone porté sur le revers de la veste et invite les soignants à les classer en temps réel comme "ravies", "dysrégulées", "frustrées", "sociales", "demande" ou "auto-paroles", ainsi que des étiquettes personnalisées.
"C'est vraiment passionnant parce que la parole utilisée dans ces analyses n'était pas guidée ou basée sur l'imitation comme le sont les évaluations motrices traditionnelles, mais plutôt recueillie à partir d'une communication naturelle", explique Amanda O'Brien, étudiante diplômée de l'université de Harvard, qui a mené l'étude.
"L'un des plus grands défis à relever pour comprendre les différences motrices potentielles chez les personnes dont le langage expressif est limité est qu'historiquement, la seule façon fiable de quantifier ces différences était de procéder à diverses évaluations basées sur la répétition ou l'imitation, ce qui peut être difficile à réaliser pour cette population", explique Amanda O'Brien.
Une étude de cas pilote distincte - présentée à INSAR par Thomas Quatieri du MIT - a utilisé l'ensemble de données Commalla pour analyser les expressions de dysrégulation, de demande et de plaisir d'un autiste de 19 ans au langage minimal.
L'équipe a pour objectif final de former des modèles d'apprentissage automatique pour reconnaître automatiquement les vocalisations, ce que Mme Johnson a démontré en utilisant un extrait audio de son fils, qui est autiste et peu verbal.
"Ce qui se passe essentiellement, c'est que pendant l'entraînement du modèle, celui-ci recherche des modèles dans les caractéristiques extraites qui sont cohérents avec les étiquettes données", explique Narain. "Et ensuite, nous évaluons le modèle en testant sa capacité à classer des données qu'il n'a pas vues pendant cette phase d'entraînement."
Avec plus de données, les chercheurs disent qu'ils veulent voir si les personnes minimalement verbales partagent des points communs en matière de développement.
"Je pense que nous pourrions commencer à trouver des points communs chez une centaine d'individus seulement", déclare Johnson.
Lire d'autres comptes rendus de la réunion annuelle 2022 de l'International Society for Autism Research.
Citer cet article : https://doi.org/10.53053/MZZI5528
Traduit avec www.DeepL.com/Translator (version gratuite)