Crédit : Unsplash/CC0 Domaine public
Des chercheurs du Kennedy Krieger Institute et de Penn Engineering ont mis au point un système d’intelligence artificielle avancé qui mesure la capacité d’un enfant à imiter des mouvements corporels simples à partir d’enregistrements vidéo ordinaires. Le système informatisé d’évaluation de l’imitation motrice (CAMI-2DNet) rapproche les chercheurs d’une méthode objective et applicable à grande échelle pour évaluer l’imitation, un marqueur comportemental important associé à l’autisme.
L’ étude a été publiée dans la revue IEEE Transactions on Biomedical Engineering.
Les enfants autistes imitent souvent les mouvements différemment de leurs pairs neurotypiques, ce qui fait de l’imitation motrice un marqueur important lors des évaluations du développement.
« L’imitation motrice est un élément fondamental du développement social », a déclaré le Dr Stewart H. Mostofsky, directeur du Centre de recherche en neurodéveloppement et imagerie de l’Institut Kennedy Krieger et co-auteur de l’étude. « Notre objectif à long terme est de mieux comprendre les différences individuelles dans l’autisme et de contribuer à l’élaboration d’interventions adaptées à ces différences. »
À partir de la vidéo d’une caméra standard, cet outil d’IA suit automatiquement les mouvements d’un enfant imitant un enseignant réalisant des gestes simples. Il compare ensuite les mouvements de l’enseignant et de l’enfant et génère un score objectif, éliminant ainsi des heures d’analyse manuelle et ne nécessitant aucun équipement coûteux comme ceux utilisés dans l’analyse de mouvement traditionnelle. Crédit : René Vidal et Kaleab Kinfu (Penn Engineering), en partenariat avec le Dr Stewart Mostofsky (Kennedy Krieger Institute).
Traditionnellement, la mesure de l’imitation motrice nécessitait des systèmes de capture de mouvement spécialisés ou une analyse manuelle minutieuse par des experts formés, ce qui limitait les lieux et la fréquence de réalisation de ces évaluations.
« En remplaçant le matériel spécialisé et l’analyse manuelle par une vision par ordinateur intelligente, nous pouvons contribuer à rendre les évaluations comportementales objectives plus accessibles aux cliniciens et aux familles », a déclaré René Vidal, professeur à l’Université Rachleff, directeur de l’Initiative pour l’innovation en ingénierie et en science des données et auteur principal de l’étude.
CAMI-2DNet n’est pas conçu pour diagnostiquer l’autisme à lui seul ni pour remplacer l’expertise des cliniciens. Il fournit plutôt une mesure objective qui peut compléter les évaluations existantes, aidant ainsi les cliniciens à prendre des décisions plus éclairées et permettant aux chercheurs de suivre l’évolution au fil du temps.
« Nous espérons que des outils comme CAMI-2DNet pourront réduire les obstacles à des évaluations rapides et de haute qualité », a déclaré Kaleab Kinfu, auteur principal et doctorant.
https://medicalxpress.com/news/2026-07-ai-autism-screening-accessible.html
