I robot, a differenza degli esseri umani, sono più rassicuranti, meno travolgenti e meno imprevedibili. Non fanno le facce
e non hanno comportamenti difficili da decifrare. Grazie a queste peculiarità umanoidi come Nao e Zeno sono già utilizzati
per migliorare l’interazione sociale dei bambini affetti da autismo. Ma è italiano il primo esperimento che attraverso il
robottino iCub dell’Istituto italiano di tecnologia ha l’obiettivo di “riconfigurare” i processi sensomotori nei bambini con
spettro autistico. Il progetto è nella sua fase iniziale ed è in collaborazione con l’Ospedale Gaslini di Genova.

«Sfruttiamo una sorta di interferenza viso-motoria che prende il nome di contagio viso-motorio e che consiste nel trasferimento
di pattern motori da un individuo all’altro, in questo caso dal robot al bambino – spiega Cristina Becchio, ricercatrice all’Iit
di Genova dove coordina il gruppo C’Mon Cognition, Motion and Neuroscience e professore ordinario al dipartimento di Psicologia
dell’Università di Torino -. Una delle ipotesi è che alla base di questo sistema ci sia l’attivazione dei neuroni specchio,
ed evidenze preliminari ci dicono che i bambini con autismo paradossalmente risuonano poco con il movimento umano e molto
di più con il movimento robotico. L’idea è modificare gradualmente il movimento del robot nella speranza che si trasferisca
per contagio al bambino. Questo potrebbe avere implicazioni non solo sul controllo motorio, ma anche sulla sfera della cognizione
sociale. Sappiamo infatti che il modo in cui ci muoviamo influenza il modo in cui percepiamo l’azione altrui, influenza la
nostra capacità di prevedere come l’azione altri evolverà e quindi la nostra capacità di interagire con gli altri».

Più avanzato e con risultati importanti pubblicati su Nature è il secondo progetto, sempre di Becchio, che combina le più
avanzate tecniche di motion capture (cattura del movimento basate su camere a infrarossi), metodi psicofisici e di machine
learning, per ottenere algoritmi che identificano e classificano le impercettibili variazioni di movimento, al fine di fornire
un marker diagnostico preoce di autismo. «I risultati preliminari indicano che i bambini con autismo mostrano anomalie nella
pianificazione prospettica dell’azione -continua Becchio -. Normalmente noi adeguiamo i parametri di movimento in funzione
di quello che dovremmo fare dopo. Per esempio, quando passiamo una bottiglia a un’altra persona svolgiamo l’azione in funzione
di quello che dovrà fare l’altro in modo da favorirlo. Prima del nostro studio si pensava che questo tipo di pianificazione
prospettica sociale altruistica nell’autismo non fosse presente. Invece, abbiamo visto che la pianificazione è presente, solo
che differisce da bambino a bambino. Il prossimo step è capire solo sulla base del profilo motorio, se siamo in grado di classificare
la patologia».

L’identificazione precoce dell’autismo è infatti fondamentale per avviare interventi che migliorano la prognosi e la qualità
della vita, oltre a ridurre i costi sociali. E sempre in tema di sistemi di machine learning è stato possibile anche costruire
software in grado di distinguere perfettamente Eeg di soggetti con autismo rispetto ai casi controllo. In futuro l’uso dei
tracciati cerebrali rilevati entro il primo anno di vita come metodo di screening precoce per l’autismo potrebbe essere un
altro parametro diagnostico precoce importante.

© Riproduzione riservata



Sorgente – ilsole24ore.com