Die ersten Beschreibungen von Autismus reichen bis ins späte 19. Jahrhundert zurück, doch erst 1938 wurde der Begriff in einem Kontext verwendet, den wir heute wiedererkennen würden. Hans Asperger (nach dem das „Asperger-Syndrom“ benannt ist) war der Erste, der Einzelheiten zu dieser Störung darlegte, und es dauerte noch weitere vierzig Jahre, bis eine weitgehende Klarheit hinsichtlich der Diagnose erreicht wurde.
Wie so oft – am Anfang geht es nur langsam voran, doch dann geht es ganz schnell. Wir befinden uns nun in einer Phase, in der sich das Verständnis immer schneller entwickelt. Wir sind stolz darauf, sagen zu können, dass iMotions dazu beigetragen hat, das Wissen und Verständnis über Autismus-Spektrum-Störungen (ASD) zu erweitern.
Ein hervorragendes Beispiel hierfür ist das Projekt „Janssen Autism Knowledge Engine“ (JAKE), dessen Kernstück iMotions bildet und das allein in den letzten zwölf Monaten zu fünf neuen Artikeln geführt hat. Im Folgenden stellen wir Ihnen einige dieser Ergebnisse vor und zeigen Ihnen neue Erkenntnisse aus der Autismusforschung sowie die Werkzeuge, die zur Durchführung dieser Forschung eingesetzt wurden.
Hintergrund
ASD ist eine vielschichtige neurologische Entwicklungsstörung – sie äußert sich in der Regel durch beeinträchtigte soziale und kommunikative Fähigkeiten sowie durch eingeschränkte oder repetitive Verhaltensweisen. Nach aktuellen Schätzungen ist davon bis zu 1 von 54 Menschen betroffen [1], wobei der Schweregrad von Person zu Person stark variiert.
Trotz der Belastungen, die dies für Einzelpersonen und Familien mit sich bringen kann, bleibt die Therapie (wie beispielsweise die angewandte Verhaltensanalyse) der einzige Ansatz, der sich positiv auf Menschen mit ASD auswirken kann. Eines der Hauptziele der Autismusforschung ist es, die Störung besser zu verstehen, indem die Behandlung genauer beobachtet und die Prävalenz von ASD-Subtypen untersucht wird.
Aktuelle Forschungsergebnisse
Forscher von Janssen Research and Development (einem Unternehmen von Johnson & Johnson) haben in den letzten Jahren gemeinsam mit Wissenschaftlern aus über 30 anderen Universitäten, Instituten und Organisationen die Entstehung von Autismus mithilfe einer Kombination aus Biosensoren und iMotions untersucht.
Grundlage dieser Forschung ist JAKE (Janssen Autism Knowledge Engine) – ein Instrumentarium, das entwickelt wurde, um das Verständnis von Autismus zu vertiefen [2]. Diese Studie hatte insbesondere zum Ziel, das System zu validieren, um den Wissensstand in Zukunft voranzubringen – und um die Machbarkeit der Erhebung eines derart komplexen Datensatzes zu bewerten.
Diese Proof-of-Concept-Studie begleitete 29 Kinder mit ASD und 6 typisch entwickelte Kinder (beide mit einem Durchschnittsalter von 10 Jahren) und stützte sich dabei auf Daten verschiedener Biosensoren sowie auf Quellen wie Tagebücher der Betreuungspersonen, Krankengeschichten und Angaben zum Aktivitätsniveau. All dies ermöglichte einen umfassenden und weitreichenden Einblick in die Erfahrungen der einzelnen Personen.
Das JAKE-Biosensor-Array bestand aus:
- Blickverfolgung
- EEG
- Analyse des Gesichtsausdrucks
- EKG
- Galvanische Hautreaktion
Die Forscher konnten die Teilnehmer daraufhin sowohl kontinuierlich (durch tägliche Datenerhebung) als auch in regelmäßigen Abständen (zu festgelegten Zeitpunkten) objektiv beobachten.
Mit Hilfe der Betreuungspersonen konnten während des gesamten Forschungszeitraums wichtige Informationen zum Befinden der Teilnehmer erfasst werden. In regelmäßigen Abständen wurden zudem einzelne Aufgaben durchgeführt, die sich auf eine bestimmte Biosensor-Modalität konzentrierten und im Folgenden näher beschrieben werden. Die kognitiven Funktionen wurden zudem mithilfe der „Cogstate Computerized Test Battery“ untersucht, die zur Messung von kognitiven Defiziten im Zusammenhang mit ASD entwickelt wurde.
Mithilfe mehrerer Datenströme hoffen die Forscher, Biomarker (objektive biologische Messwerte, die mit einer Erkrankung in Zusammenhang stehen) zu entwickeln, die dabei helfen können, Subtypen von ASD zu erkennen, und zudem objektive Messwerte darüber liefern, wie sich therapeutische Behandlungen auf einzelne Personen auswirken.
Wir werden erläutern, wie die einzelnen Biosensoren in JAKE eingesetzt wurden, und einige der jüngsten Forschungsarbeiten vorstellen, die dieses Framework weiterentwickelt haben.
Blickverfolgung
Die JAKE-Plattform wurde eingerichtet, um zunächst die Reaktionen auf vier verschiedene visuelle Szenen zu untersuchen:
- 1. Das erste Video zeigt entweder eine Frau, die Augenkontakt herstellt und kindgerechte Sprache verwendet, oder nicht-soziale Reize (Spielzeug). Ziel ist es, festzustellen, worauf das Kind seine Aufmerksamkeit richtet, da frühere Untersuchungen gezeigt haben, dass Augenkontakt und kindgerechte Sprache die Aufmerksamkeit von Kindern mit typischer Entwicklung eher aufrechterhalten als die von Kindern mit ASD.
- 2. Die VET-Aufgabe umfasst eine Vielzahl von Bildern mit unterschiedlichen Inhalten, die gleichzeitig angezeigt werden – die Kinder können sich die Szene frei ansehen, und die Forscher können feststellen, wo ihre Präferenzen liegen. Bei einigen der Bilder hat sich bereits gezeigt, dass sie für Menschen mit ASD von großem oder geringem Interesse sind, sodass Umfang und Art der visuellen Präferenzen ermittelt werden können.
- 3. Bei der Aufgabe zur Präferenz für biologische Bewegungen wird eine Reihe von Punkten gezeigt, die entweder wie ein gehender Mensch aussehen oder sich zufällig von links nach rechts bewegen.
- 4. Bei der Aufgabe zur Aktivitätsbeobachtung werden gespielte Szenen gezeigt, wobei im Hintergrund ablenkende visuelle Reize zu sehen sind. Bei beiden Aufgaben neigen Kinder mit ASD eher dazu, ihre Aufmerksamkeit auf die nicht-biologischen, visuellen Reize im Hintergrund zu richten.
Jede dieser Aufgaben ermöglicht eine gründliche Untersuchung der Präferenzen von Kindern mit ASD. Die Daten lassen sich auf geringfügige Unterschiede hin untersuchen und können Aufschluss über mögliche Subtypen von Autismus sowie über die subtilen Veränderungen geben, die als Reaktion auf therapeutische Behandlungen auftreten können. Ein kürzlich veröffentlichter Artikel zeigt, wie dies funktioniert.
Zwar ist seit langem bekannt, dass autistische Kinder im Vergleich zu neurotypischen Kindern weniger auf die sozialen Aspekte einer visuellen Situation achten, doch ist weniger klar, ob dieses Merkmal bis ins Erwachsenenalter bestehen bleibt.
Mithilfe von Elementen der JAKE-Plattform untersuchten die Forscher die visuelle Aufmerksamkeit mittels Eye-Tracking sowohl bei jungen als auch bei erwachsenen autistischen Personen sowie bei Personen, die als normal entwickelt eingestuft wurden [3]. Sie stellten fest, dass zwar weiterhin Unterschiede zwischen autistischen Personen und Personen ohne Autismus bestanden, die Erwachsenen in beiden Gruppen jedoch unabhängig vom Alter eher dazu neigten, die sozialen Aspekte der Szene zu betrachten.
Dies deutet darauf hin, dass die Aufmerksamkeit für soziale Aspekte einer visuellen Szene mit zunehmendem Alter zunimmt, unabhängig von einer Autismusdiagnose (auch wenn die Gründe dafür unklar bleiben). Das bedeutet, dass Eye-Tracking zwar möglicherweise nicht zur Diagnose von Autismus bei Erwachsenen herangezogen werden kann, bei Kindern jedoch als zusätzliche Informationsquelle nützlich sein könnte.
EEG
Das EEG wurde in ähnlicher Weise wie die Eye-Tracking-Aufgaben eingesetzt, wobei der Schwerpunkt auf den vier zentralen visuellen Aufgaben lag. Wie zuvor wurde jede Aufgabe durchgeführt, um den Forschern die Untersuchung potenzieller Unterschiede zwischen autistischen und typisch entwickelten Personen zu ermöglichen, in diesem Fall jedoch anhand der Gehirnaktivität (es wurden Leistungsspektren, Asymmetrien und ereignisbezogene Potenziale erfasst – deren Erläuterung würde den Rahmen dieses Blogbeitrags etwas sprengen, doch im Wesentlichen spiegeln sie das Aktivitätsniveau in verschiedenen Gehirnregionen zu unterschiedlichen Zeitpunkten wider).
Die Untersuchung kann sich dann darauf konzentrieren, wie, wann und wo die Gehirnaktivität im Allgemeinen sowie als Reaktion auf soziale Reize erhöht oder verringert ist. Da das EEG über eine so hohe zeitliche Auflösung verfügt (d. h. in kurzer Zeit viele Datenpunkte erfassen kann), bietet es eine empfindliche Messgröße für die Analyse.
EKG
Anhand des EKGs wurden verschiedene Kennzahlen zur Herzfrequenzvariabilität ermittelt. In Kombination mit anderen Sensoren konnten die EKG-Aufzeichnungen somit Aufschluss über den Grad der physiologischen Erregung geben, den die Teilnehmer während der Durchführung der oben genannten Aufgaben oder anderer Aufgaben im Rahmen der Studie erlebten.
Es wurde festgestellt, dass eine erhöhte Herzfrequenzvariabilität mit einer gesteigerten sozialen Kognition – also der typischen Leistungsfähigkeit im sozialen Umfeld – einhergeht, was darauf hindeutet, dass Teilnehmer mit ASD möglicherweise eine geringere Herzfrequenzvariabilität aufweisen als Kinder mit typischer Entwicklung.
GSR
Dank der Mobilität (und des relativ geringen Stromverbrauchs) des GSR-Geräts war es möglich, GSR-Daten sowohl während der Aufgaben als auch im Alltag kontinuierlich zu erfassen.
Das GSR-Gerät bietet eine hervorragende Möglichkeit, die physiologische Erregung der Teilnehmer zu untersuchen, indem sowohl tonische als auch phasische GSR-Aktivitäten aufgezeichnet werden.
Untersuchungen haben gezeigt, dass sich die GSR-Reaktionen von Kindern mit ASD nicht unbedingt als Reaktion auf soziale Reize (z. B. ein Gesicht) verändern, wie dies bei typisch entwickelten Kindern üblicherweise der Fall ist. Dies lässt vermuten, dass bei den Kindern mit ASD in dieser Studie keine GSR-Veränderungen zu erwarten wären.
Analyse des Gesichtsausdrucks
Im Rahmen der JAKE-Plattformforschung wurde auch eine Analyse der Mimik durchgeführt, wobei der Schwerpunkt vor allem auf der Untersuchung der emotionalen Reaktionen auf „eine Reihe von Videos lag, die aufgrund ihres humorvollen visuellen Inhalts ausgewählt wurden“ [2].
In einem der kürzlich veröffentlichten Artikel zu dieser Studie wurde dieses Versuchsparadigma angewendet, wobei Videos aus der Fernsehsendung „America’s Funniest Home Videos“ verwendet wurden. Die Forscher untersuchten mithilfe einer automatischen Gesichtsausdrucksanalyse die Reaktionen auf Lächeln sowohl bei autistischen als auch bei neurotypischen Personen.
Sie stellten fest, dass autistische Personen insgesamt seltener ihre Lachmuskeln einsetzten, wenn sie lustige Videos sahen, als die Teilnehmer der Kontrollgruppe. Bei genauerer Betrachtung zeigten sich jedoch zwei unterschiedliche Untergruppen – von denen die eine mehr lächelte als die Kontrollgruppe, die andere hingegen weniger. Es ist wichtig zu betonen, dass die Studie natürlich nicht darauf hindeutet, dass die autistischen Teilnehmer weniger Emotionen empfanden als die anderen Teilnehmer, sondern lediglich, dass sich ihre Mimik unterschied.
Zukünftige Forschungsarbeiten könnten die Unterschiede zwischen diesen Untergruppen genauer untersuchen, doch dieser Befund könnte einen Schlüssel zum Verständnis der unterschiedlichen äußeren Ausdrucksformen von Emotionen bei Menschen mit Autismus darstellen.
Fazit
Die Autoren gehen davon aus, dass die Forschung weiterhin Erkenntnisse über Biomarker für ASD liefern wird und dass diese Biomarker im Rahmen laufender Messungen dazu genutzt werden können, objektive Informationen über Behandlungsergebnisse zu liefern.
Auch wenn die Arbeit noch lange nicht abgeschlossen ist, könnte dies durchaus der Beginn einer intelligenten, personalisierten Behandlung für Menschen mit ASD sein, die diese benötigen, und dazu beitragen, bestehende Defizite zu beheben.
Ich hoffe, Ihnen hat der Bericht über diese innovative neue Forschungsarbeit, die mit Hilfe von iMotions durchgeführt wird, gefallen. Wenn Sie weitere bahnbrechende Forschungsergebnisse entdecken möchten, werfen Sie einen Blick auf unsere Publikationsliste oder kontaktieren Sie uns, um zu erfahren, wie iMotions Forschern weltweit – an Universitäten und in Unternehmen – dabei hilft, einige der wichtigsten Fragen der Verhaltensforschung zu klären.
Wenn Sie mehr über eine der wichtigsten Methoden in diesem Artikel – Eye-Tracking – erfahren möchten und darüber, wie diese Methode konkret objektive Erkenntnisse über menschliches Verhalten liefern kann, laden Sie sich unten unseren kostenlosen (und kürzlich aktualisierten) Leitfaden herunter.
Literaturverzeichnis
[1] Baio, J., Wiggins, L., Christensen, D. L., Maenner, M. J., Daniels, J., Warren, Z., Kurzius-Spencer, M., Zahorodny, W., Robinson Rosenberg, C., White, T., Durkin, M. S., Imm, P., Nikolaou, L., Yeargin-Allsopp, M., Lee, L. C., Harrington, R., Lopez, M., Fitzgerald, R. T., Hewitt, A., Pettygrove, S., … Dowling, N. F. (2018). Prävalenz von Autismus-Spektrum-Störungen bei Kindern im Alter von 8 Jahren – Netzwerk zur Überwachung von Autismus und Entwicklungsstörungen, 11 Standorte, Vereinigte Staaten, 2014. Wöchentlicher Bericht zu Morbidität und Mortalität. Überwachungszusammenfassungen (Washington, D.C.: 2002), 67(6), 1–23. https://doi.org/10.15585/mmwr.ss6706a1
[2] Ness, S. L., Bangerter, A., Manyakov, N. V., Lewin, D., Boice, M., Skalkin, A., Jagannatha, S., Chatterjee, M., Dawson, G., Goodwin, M. S., Hendren, R., Leventhal, B., Shic, F., Frazier, J. A., Janvier, Y., King, B. H., Miller, J. S., Smith, C. J., Tobe, R. H., & Pandina, G. (2019). Eine Beobachtungsstudie mit der Janssen Autism Knowledge Engine (JAKE®) bei Personen mit Autismus-Spektrum-Störung. Frontiers in Neuroscience, 13, 111. https://doi.org/10.3389/fnins.2019.00111
[3] Kaliukhovich, D. A., Manyakov, N. V., Bangerter, A., Ness, S., Skalkin, A., Goodwin, M. S., Dawson, G., Hendren, R. L., Leventhal, B., Hudac, C. M., Bradshaw, J., Shic, F., & Pandina, G. (2020). Soziale Aufmerksamkeit für Aktivitäten bei Kindern und Erwachsenen mit Autismus-Spektrum-Störung: Auswirkungen von Kontext und Alter. Molecular Autism, 11(1), 79. https://doi.org/10.1186/s13229-020-00388-5
