Os pesquisadores desenvolveram uma estrutura orientada por modelos para descobrir e transformar estímulos, revelando diferenças perceptivas específicas da população entre adultos autistas e neurotípicos. Ao treinar modelos de redes neurais artificiais em julgamentos em nível de imagem, eles identificaram que as diferenças diagnósticas na expressão facial estão concentradas em um pequeno subconjunto de estímulos, em vez de serem uniformes.
- A equipe usou esses modelos para selecionar novos rostos previstos para maximizar a separação entre grupos, o que produziu maiores diferenças comportamentais do que imagens aleatórias pareadas em uma coorte independente.
- Eles empregaram uma rede generativa adversarial para transformar as imagens diagnósticas em direção a um maior acordo grupal previsto, reduzindo com sucesso a separação comportamental na validação com fenoטיפos correspondentes.
Esta abordagem demonstra como a fenotipagem comportamental pode ir além da média em conjuntos fixos de estímulos, rumo a ensaios otimizados que identificam as condições sob as quais a percepção neurodivergente diverge ou converge.