Pot un algoritme detectar l’autisme? Endinsa’t en la ciència dels moviments
Investigadors fan servir matemàtiques avançades per analitzar moviments i detectar l’autisme. Descobreix com la tecnologia i la ciència s’ajunten per fer el diagnòstic més objectiu.
Introducció: I si un algoritme pogués detectar l’autisme?
T’has preguntat mai si la tecnologia pot superar realment l’ull humà en salut mental? Avui, la frontera entre ciència-ficció i realitat s’esborra. Uns investigadors han fet un pas inèdit: han creat un algoritme capaç d’analitzar els teus moviments per detectar signes d’autisme. No, no és un escenari futurista — és un avenç científic publicat a la prestigiosa revista **Scientific Reports** (font: Neuroscience, nature.com subject feeds). Però, com funciona? I sobretot, què canvia per a tu? Endinsa’t amb mi en aquest tema fascinant on les mates, les neurociències i el benestar mental es creuen.
El context: per què analitzar els moviments en autisme?
L’autisme, o trastorn de l’espectre autista (TEA), sovint es manifesta amb comportaments motors repetitius o estereotipats. Aquests gestos — balanceigs, aleteig de mans, moviments de dits — fa temps que els professionals els observen. Però l’anàlisi segueix sent subjectiva: cada especialista té la seva mirada, els seus biaixos, i l’estat emocional del moment pot influir l’observació. Resultat? Un diagnòstic que de vegades no és prou objectiu, tot i que té un gran impacte en la vida de la persona. D’aquí la importància d’un mètode més fiable, basat en dades mesurables, per aportar una nova mira
Homologia persistent: la màgia matemàtica darrere l’algoritme
Darrere d’aquesta eina nova hi ha una tècnica matemàtica amb un nom una mica estrany: l’**homologia persistent**. Què és això? Imagina’t un detector de patrons amagats en els teus moviments, capaç de veure estructures invisibles a simple vista. Aquesta tècnica d’anàlisi topològica transforma una seqüència de gestos, captada per vídeo o sensors, en dades útils. L’algoritme identifica i quantifica repeticions, patrons i la seva intensitat, sense cansar-se ni despistar-se. El resultat: una anàlisi precisa, estandarditzada, que dona una base comuna per a tothom, siguis on siguis al món.
Com funciona, en la pràctica?
El procés comença amb l’enregistrament de **vídeos** o dades de **sensors de moviment**. Després, l’algoritme entra en joc: segmenta la seqüència, extreu la informació rellevant i aplica l’homologia persistent per detectar els moviments estereotipats típics de l’autisme. El que fa potent aquest mètode: - **Objectivitat total**: el programari analitza exactament el que veu, sense judicis ni interpretacions. - **Robustesa**: no l’afecta l’estrès, el cansament ni un mal dia. - **Precisió**: detecta micromoviments que fins i tot un ull expert podria passar per alt. L’objectiu no és substituir el
Els avantatges: una revolució per a l’objectivitat del diagnòstic
Abans, tot depenia de l’observació humana — i per tant, de la subjectivitat. Amb aquests algoritmes, passem a una **anàlisi basada en fets**: - **Menys biaixos**: l’algoritme no es deixa influenciar per l’aparença, l’humor o el context. - **Comparabilitat**: els resultats són estandarditzats, permetent comparar perfils o seguir l’evolució al llarg del temps. - **Accessibilitat**: en el futur, aquesta tecnologia podria facilitar una primera avaluació, sobretot en zones amb pocs especialistes. També obre la porta a entendre millor la diversitat de les experiències autistes, més enllà dels ester
Què diu la ciència: matisos i límits a tenir en compte
La publicació a **Scientific Reports** (Neuroscience: nature.com subject feeds, 2026) celebra aquest avenç, però també en destaca els límits: - **L’algoritme no és un oracle**: no fa un diagnòstic definitiu. Identifica patrons, però sempre és un professional qui els interpreta. - **El context importa**: alguns moviments poden ser més intensos per l’estrès, l’entorn o altres factors no relacionats amb l’autisme. - **Cal validació més àmplia**: l’estudi és observacional; calen més recerques per assegurar que el mètode funciona en diferents poblacions. En resum, la ciència avança però és humil:
Exemples concrets: com pot impactar el teu dia a dia?
Imagina’t: et qüestiones sobre alguns dels teus moviments, o acompanyes algú que té dubtes. Amb aquesta tecnologia, podries tenir una anàlisi objectiva, que no depèn només de la sensació d’una visita puntual. Alguns escenaris d’ús: - **Seguiment de l’evolució**: veure si els teus gestos canvien amb el temps, per exemple després d’una nova rutina de benestar. - **Segona opinió**: aportar dades addicionals en una consulta amb un professional. - **Reducció de l’ansietat**: saber que l’avaluació no depèn d’un mal dia o d’un malentès. És un pas més cap a un diagnòstic personalitzat, amable i sens
Com et pot ajudar Lunaia a conèixer-te millor
A Lunaia, creiem que conèixer-se a un mateix també passa per escoltar com et sents cada dia. Encara que l’algoritme del que hem parlat no forma part de les eines de l’app, Lunaia t’ajuda a seguir el teu benestar mental amb **check-ins regulars**, exercicis de **respiració** i sessions de **meditació guiada**. Vols prendre distància de les teves sensacions, emocions o comportaments? L’app t’ofereix un espai personal i confidencial per observar la teva evolució i detectar quan et sents millor o pitjor. Descobreix tot el que Lunaia pot aportar-te a https://lunaia.me.
Pot un algoritme detectar l’autisme? Endinsa’t en la ciència dels moviments · Blog Lunaia