Stemmen kan potentielt afsløre autisme

Når der er mistanke om, at et barn befinder sig på det autistiske spektrum, er der en række markører, man kan undersøge barnet for.

Det er eksempelvis manglende socialt samspil, dårlige kommunikationsfærdigheder og stereotyp, afvigende adfærd.

Diagnosen stilles ved at observere barnets adfærd, men der findes ingen entydige biologiske markører. Diagnosticeringen afhænger derfor af psykiaterens vurdering.

I de senere år er der imidlertid grene af forskningen, der har forsøgt at finde mere objektive metoder, som kan assistere klinikere, der foretager diagnosticeringen.

Stemmeføring kan være mulig markør for autisme

En af dem er såkaldt eye-tracking, som Videnskab.dk tidligere har beskrevet. En anden er teknologi, der ved hjælp af maskinlæringsmetoder kan analysere de finere nuancer i vores stemmeføring.

Stemmeføring dækker over mange ting, herunder eksempelvis toneleje, pauser, tryk og intonation.

En gennemgang af forskningen viser, at der kan være potentiale i sidstnævnte.

»Man har med 70 til 96 procent sikkerhed kunnet adskille personer med Autisme Spektrum Forstyrrelser fra raske personer udelukkende ved hjælp af maskinlæringsmetoder,« siger studiets hovedforfatter Riccardo Fusaroli.

»Det viser, at stemmeføring er en mulig diagnostisk markør, som potentielt kan assistere klinikere, når de skal stille en diagnose,« fortsætter han, der er lektor i Cognitive Science på Aarhus Universitets Institut for Kommunikation og Kultur – Center for Interacting Minds.

Forskningen er endnu for uklar

Stemmeføring er ikke eksplicit listet som en markør i WHO’s ICD-10 – det officielle system til klassifikation af sygdomme – men flere studier har fundet associationer mellem ASF og atypisk stemmeføring.

Eksempelvis beskriver nogle, at personer med ASF har et atypisk højt og monotont stemmeleje. Der findes dog endnu ingen entydige metoder, som præcist kan bruges til at identificere ASF.

»Selvom der er potentiale i maskinlæringsteknologien, kan vi endnu ikke sige noget endegyldigt om værdien af teknologien, fordi forskningen er meget fragmenteret. Ofte er antallet af forsøgspersoner lavt, og metoderne og teknologien er vidt forskellige, så det er umuligt at sammenligne forskningen og vurdere, om resultaterne er generaliserbare,« siger Riccardo Fusaroli.

Brug for mere åbne metoder

Riccardo Fusaroli har derfor et ønske om bedre fremtidig forskning.

»Stemmeteknologi kan vise sig at være en pålidelig og objektiv metode til at støtte diagnosticeringen af ASF, men det får vi ikke vished om, medmindre vi sætter ind på tre vigtige punkter,« siger han.

De tre punkter lyder:

1. For det første er det nødvendigt med åben data, det vil sige, at forskerne deler datasæt, så det bliver muligt at samle flere studier og lave sammenligninger.
2. For det andet er der brug for mere åbenhed omkring metodevalg. Det skal være tydeligt, hvilke teknologier der er brugt, og man skal dele computeralgoritmer.
3. Endelig er det nødvendigt med mere teoridreven forskning.

Teknologi kan give bedre sociale evner

Foruden at kunne hjælpe med at diagnosticere personer med ASF håber Riccardo Fusaroli, at teknologien vil kunne hjælpe autister med at blive bedre til at kommunikere.

»Stemmeføring er vigtig for vores sociale interaktioner, og det har personer med ASF ofte problemer med,« mener Riccardo Fusaroli.

»Hvis man har en speciel og anderledes stemmeføring, kan det føre til social isolering, hvilket gør det endnu sværere at udvikle kommunikationsfærdigheder, men hvis vi forstår hvorfor, kan vi måske hjælpe personer med ASF,« fortsætter han og nævner som eksempel, at en gruppe amerikanske forskere arbejder på at give øjeblikkelig feedback på stemmeføringen til personer med ASF gennem brillecomputeren Google Glass.

Forsker: Ikke brug for forskning i stemmeføring

Ikke alle forskere er dog enige med Riccardo Fusaroli omkring spørgsmålet, om det er værd at bruge flere ressourcer på at udvikle stemmeteknologien.

En af skeptikerne er Kristine Jensen de López, professor og ph.d. i udviklingspsykologi ved Aalborg Universitet.

»Jeg er kritisk over for forslaget om at gå videre med undersøgelser af stemmeføring som en markør for ASF,« siger hun og fortsætter:

»Det er en meget kompleks lidelse, som tager mange former og kan påvirkes på flere forskellige måder, og jeg har svært ved at forestille mig, at stemmeføring kan være en markør.«

Nuværende udredningsmetoder er grundige

Kristine Jensen de López påpeger, at de psykologiske udredningsmetoder, man benytter i dag, i forvejen er grundige.

»Jeg er tilfreds med de udredningsredskaber, vi har i dag, og vi har masser af dygtige kliniske fagfolk, så jeg mener ikke, der er behov for den slags teknologi til at assistere,« mener Kristine Jensen de López, der til daglig leder børnesprogklinikken og Center for Developmental & Applied Psychological Science på Aalborg Universitet.

»Hvis vi skal blive bedre til at diagnosticere ASF, så kræver det fokus på andre ting end stemmeføring – for eksempel skal vi være bedre til at identificere tidlige tegn som manglende evne til at gestikulere og udvikle tale og sprog,« tilføjer hun.

Stemmeføring er et lille problem

Kristine Jensen de López mener desuden ikke, at atypisk stemmeføring er et alvorligt socialt problem for personer med ASF.

»Selv hvis de har en meget atypisk stemmeføring, så er det altså ikke det, der gør deres liv vanskeligt. Der er jo også masser af raske mennesker med en atypisk stemmeføring, som klarer sig fint,« siger Kristine Jensen de López.

»Nej, det største problem er grundlæggende, at mange slet ikke kan kommunikere, og stemmeføring er en meget lille del af det problem. Mange autister får aldrig rigtig et sprog.«

Forsker: Der er potentiale i teknologien

Lektor og dr.med. Jesper Dammeyer fra Københavns Universitets Institut for Psykologi er anderledes optimistisk på maskinlæringsteknologiens vegne.

»Det ser lovende ud, og jeg mener, at der er grund til at forske yderligere i teknologien for at afdække potentialet,« siger Jesper Dammeyer, som forsker i autisters sproglige udvikling og adfærd.

Han understreger dog, at metoden aldrig vil kunne bruges til at diagnosticere alle børn med autisme.

»Ud af den samlede gruppe af personer med ASF har 20-30 procent ikke et reelt sprog, så dem vil man ikke kunne applicere teknologien på,« siger Jesper Dammeyer, der dog mener, at udredningen af personer med ASF har brug for bedre markører.

»I øjeblikket kan det være svært at diagnosticere børn, og nogle gange er det en lang og tung udredning, man skal igennem. Hvis der kan findes mere sikre markører, som kan supplere de redskaber, vi allerede bruger til at diagnosticere i dag, kan det kun være godt at undersøge nærmere,« siger Jesper Dammeyer.

»Jeg er dog enig med studiets forfattere i, at der ligger rigtig meget arbejde forude. Der skal laves flere og større studier, før jeg vil fælde en dom over teknologiens nyttighed,« slutter han.