Um die Krankheit frühzeitig über Lautmuster zu diagnostizieren, haben die Wissenschaftler 1.486 Aufzeichnungen von 232 Kindern im Alter von zehn Monaten bis vier Jahren hergestellt. Darunter waren Kinder ohne Sprachstörungen und auch Kinder, bei denen Autismus bereits festgestellt worden war. Eingesetzt wurde ein selbst entwickelter digitaler Sprachprozessor mit integrierter Sprachanalysesoftware, die sogenannte Language Environment Analysis (LENA). Das kleine Aufnahmegerät zeichnete die Laute der Kinder ganztägig auf und unterschied diese zuverlässig von Schreien oder Umweltgeräuschen.
Die Forscher betrachteten zwölf akustische Faktoren, die in engem Zusammenhang mit der Sprachentwicklung stehen. Als besonders aussagekräftig erwies sich die Silbentrennung: Sie dokumentiert die Fähigkeit des Kinds, mit schnellen Bewegungen des Kiefers und der Zunge klar getrennte Lautsilben zu erzeugen. Säuglinge, deren Sprache sich normal entwickelt, können dies bereits in den ersten Monaten ihres Lebens. Autistisch veranlagte Kleinkinder hingegen weisen Unregelmäßigkeiten in der Lautbildung auf.
Indem die Wissenschaftler mit LENA das Verhältnis von sprachähnlichen Äußerungen zu weniger eindeutigen Lauten auswerteten, konnten sie auch den typischen Entwicklungsstand der Sprache für ein bestimmtes Alter feststellen. In zehn von zwölf Fällen zeigten Kinder mit Autismus deutlich geringere Übereinstimmungen zwischen den zwölf akustischen Merkmalen und dem entsprechenden Alter, als es bei Kindern ohne oder mit leichten Sprachentwicklungsstörungen der Fall war. Eine weiterentwickelte LENA-Analysetechnik könne einen wichtigen Beitrag zur Früherkennung von Autismus leisten, wodurch früher therapiert werden könne, schreiben die Verhaltensforscher.
