I comportamenti ripetitivi restrittivi (Restrictive Repetitive Behaviors, RRB) e le caratteristiche sensoriali sono sintomi fondamentali dei disturbi dello spettro autistico. Il loro impatto sulla qualità di vita dei pazienti giustifica un’ampia letteratura scientifica. Pochi studi, però, avevano fino ad ora affrontato la natura dell’interazione tra questi due tratti con un approccio di data mining frutto dell’intelligenza artificiale.

È da queste considerazioni che ha preso il via lo studio scientifico condotto dall’IRCCS Istituto delle Scienze Neurologiche di Bologna e dall’Alma Mater Studiorum - Università di Bologna in collaborazione con la Fondazione VSM di Villa Santa Maria. Un’indagine che ha voluto indagare le associazioni tra le variabili demografiche e cliniche e l'intero spettro dei comportamenti ripetitivi restrittivi e delle anomalie dell’elaborazione sensoriale, i cui risultati sono ora stati pubblicati dall’autorevole rivista scientifica Research in Developmental Disabilities nell’articolo intitolato Exploring Sensory Alterations and Repetitive Behaviors in Children with Autism Spectrum Disorder from the Perspective of Artificial Neural Networks.

Lo studio, che è stato coordinato dalla professoressa Antonia Parmeggiani e che è stato realizzato con il contributo del professor Enzo Grossi, Direttore scientifico della Fondazione VSM di Villa Santa Maria, il quale ha fornito supporto nelle fasi di analisi dei dati e di interpretazione di risultati, ha preso in considerazione un campione di 45 bambini con diagnosi di autismo idiopatico, i cui comportamenti sono stato analizzati utilizzando tecniche di data mining.

Per mostrare graficamente le connessioni più importanti tra le 25 variabili in studio è stata utilizzata una rete neurale artificiale di quarta generazione chiamata Auto-CM, che sviluppa pesi proporzionali alla forza delle associazioni di tutte le variabili tra di loro. Dopo la fase di addestramento, la matrice dei pesi dell'Auto-CM rappresenta il nuovo paesaggio del dataset. Successivamente, un filtro matematico, chiamato albero di copertura minima, viene applicato alla matrice dei pesi del sistema Auto-CM per ottenere una mappa realistica delle principali connessioni tra le variabili del dataset, dando origine ad un grafo, definito mappa semantica di connettività.

Questa mappa ha messo in rilievo il ruolo delle anomalie sensoriali nel coordinare il sistema. Inoltre, i comportamenti ripetitivi restrittivi sono risultati direttamente collegati al disturbo del sonno, al Sameness Behavior (RBS-V) e al Ritualistic Behavior (RBS-IV).
In buona sostanza, questo studio fornisce nuove conoscenze sulla relazione tra comportamenti ripetitivi restrittivi e anomalie sensoriali nei bambini con autismo. Lo fa introducendo un approccio innovativo, che per la prima volta ha visto l’applicazione delle reti neurali in questo ambito.
 
Per maggiori informazioni e per le leggere lo studio completo.