現在，費城兒童醫院 (CHOP) 自閉症研究中心 (CAR) 的研究人員開發了一種測量運動模仿的新方法，增加了越來越多的計算行為分析工具，這些工具可以檢測和表徵患有兒童的運動差異。自閉症。一項描述該方法的研究最近作為多模式交互國際會議的一部分提出。

幾十年來，研究人員一直對將運動模仿作為研究自閉症的一種手段感興趣。模仿在早期發展中很重要，模仿差異可能是自閉症患者社會差異如何呈現的基礎。然而，事實證明，創建既細化又可擴展的模仿措施具有挑戰性。過去，研究人員依賴父母報告對某些模仿里程碑的測量，但這些測量不一定足夠精確，無法測量個體差異或隨時間的變化。其他人則使用行為編碼方案或專門的任務和設備來捕捉模仿技能，這些模仿技能是資源密集型的，而且大多數人不一定都能獲得。

CAR 科學家、該研究的第一作者 Casey Zampella 博士說：“很多時候，重點放在了模仿動作的最終狀態準確性上，而沒有考慮到達到這一點所需的所有步驟。” “根據孩子最終的去向，行動可能被認為是準確的，但這忽略了孩子如何到達那裡的過程。對於描述運動差異的特徵，一個動作如何展開有時比它如何結束更重要。但捕捉這種展開需要一種細粒度和多維的方法。”

為了解決這個問題，CAR 的科學家開發了一種新的、高度自動化的計算方法來評估運動模仿。參與者被要求用視頻模仿一系列動作。該方法使用 2D 和 3D 相機在模仿任務的整個過程中跟踪所有肢體關節的身體運動。該方法還利用一種新穎的方法來捕捉參與者在他們自己的身體內是否有運動協調困難，這可能會影響他們與他人協調運動的能力。績效是通過重複的任務來衡量的。

使用這種方法，研究人員能夠以 82% 的準確率將患有自閉症的參與者與正常發育的青少年區分開來。研究人員還證明，差異不僅是由與視頻的人際協調驅動的，而且是由人際協調驅動的。 2D 和 3D 跟踪軟件具有相同的準確度，這意味著孩子們可以在家中進行測試，而無需使用任何特殊設備。

“這樣的測試不僅可以幫助我們更多地了解自閉症患者之間的差異，還可以幫助我們衡量結果，例如治療的有效性或他們生活的改變，”CAR 計算科學家 Birkan Tunç 博士說和高級研究作者。 “當這項測試與目前正在開發的許多其他計算行為分析測試相結合時，我們正在接近可以測量臨床醫生觀察到的大多數行為線索的地步。”