ഓട്ടിസം നേരത്തെ കണ്ടെത്താൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സഹായിക്കുമെന്ന് പഠനം
ആര്ട്ടിഫിഷ്യല് ഇന്റലിജന്സ് (എഐ), ഐപാഡ് കളറിംഗ് ഗെയിമില് നിന്നുള്ള ഡാറ്റ എന്നിവ ഓട്ടിസം നേരത്തെ കണ്ടെത്താന് സഹായിക്കുമെന്ന് പുതിയ പഠനം. ഓട്ടിസം, വികസന ഏകോപന വൈകല്യം എന്നിവ നേരത്തെ കണ്ടെത്തുന്നതിനുള്ള എളുപ്പവും നൂതനവുമായ രീതിയുടെ സാധ്യതയാണ് ഫലങ്ങൾ സൂചിപ്പിക്കുന്നതെന്ന് സതേൺ കാലിഫോർണിയ സർവകലാശാലയിലെ (യുഎസ്സി) ഗവേഷകർ പറഞ്ഞു.
“ഓട്ടിസത്തിന്റെ തുടക്കത്തിൽ മോട്ടോർ സിഗ്നേച്ചറുകൾ പ്രത്യക്ഷപ്പെടുന്നതിനാൽ ഇത് പ്രത്യേകിച്ചും പ്രധാനമാണ് – സാധാരണയായി സാമൂഹിക ലക്ഷണങ്ങൾക്ക് മുമ്പ്. ഈ രീതിശാസ്ത്രത്തിൽ മൂല്യനിർണ്ണയകന്റെ പക്ഷപാതം ഉൾപ്പെടുന്നില്ല,” യുഎസ്സിയിലെ പ്രൊഫസർ ലിസ അസീസ്-സാദെ പറഞ്ഞു. സാധാരണയായി വികസ്വര വ്യക്തികളിൽ നിന്ന് ഓട്ടിസത്തെ തരംതിരിക്കാൻ സാങ്കേതികവിദ്യ ഉപയോഗിക്കാൻ കഴിയുമെന്ന് മുൻ പഠനങ്ങൾ തെളിയിച്ചിട്ടുണ്ട്, പക്ഷേ ഓട്ടിസത്തെ മറ്റ് സമാന വികസന വൈകല്യങ്ങളിൽ നിന്ന് വേർതിരിച്ചറിയാൻ പ്രയാസമാണ്.
ഉദാഹരണത്തിന്, ഡെവലപ്മെന്റ് കോർഡിനേഷൻ ഡിസോർഡർ – പ്രാഥമികമായി ഒരു മോട്ടോർ സ്കിൽ ഡിസോർഡർ – ഓട്ടിസവുമായി പൊരുത്തപ്പെടുന്ന സവിശേഷതകളുണ്ട്.
ഓട്ടിസം സ്പെക്ട്രം ഡിസോർഡർ ഉള്ള കുട്ടികൾക്ക് പലപ്പോഴും വൈകല്യത്തിന്റെ മുഖമുദ്രയായ സാമൂഹിക കമ്മികൾക്ക് പുറമേ മോട്ടോർ, സെൻസറി കമ്മികളുണ്ട്.
ജേണൽ ഓഫ് ഓട്ടിസം ആൻഡ് ഡെവലപ്മെന്റൽ ഡിസോർഡേഴ്സിൽ പ്രസിദ്ധീകരിച്ച പഠനത്തിനായി, 8 നും 17 നും ഇടയിൽ പ്രായമുള്ള 54 കുട്ടികൾ ഐപാഡുകളിൽ അഞ്ച് മിനിറ്റ് കളറിംഗ് ഗെയിമിൽ പങ്കെടുത്തു. പതിനെട്ട് പേർക്ക് ഓട്ടിസം ഉണ്ടായിരുന്നു, 16 പേർക്ക് വികസന ഏകോപന വൈകല്യമുണ്ടായിരുന്നു, 20 പേർക്ക് സാധാരണയായി വികസിച്ചു.
ഐപാഡുകൾ ടച്ച്സ്ക്രീൻ കൈനെമാറ്റിക് ഡാറ്റ ശേഖരിച്ചു – ഉദാഹരണത്തിന്, കുട്ടികൾ എത്ര കഠിനമായി അമർത്തുന്നു, ചലനങ്ങളുടെ കുലുക്കം അല്ലെങ്കിൽ വേഗത.
വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിന് ഗവേഷകർ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ഒരു രൂപമായ മെഷീൻ ലേണിംഗ് അനലിറ്റിക്സ് ഉപയോഗിച്ചു. “സാധാരണയായി വികസിച്ചുകൊണ്ടിരിക്കുന്ന ഒരു കുട്ടിയും ഓട്ടിസം സ്പെക്ട്രം ഡിസോർഡർ ഉള്ള കുട്ടിയും തമ്മിൽ 76 ശതമാനം കൃത്യതയോടെ ശരിയായി വേർതിരിച്ചറിയാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു,” അസീസ്-സാദെ പറഞ്ഞു.
78 ശതമാനം കൃത്യതയോടെ സാധാരണ വികസനവും വികസന ഏകോപന വൈകല്യവും, 71 ശതമാനം കൃത്യതയോടെ ഓട്ടിസം, വികസന ഏകോപന വൈകല്യം എന്നിവ തമ്മിൽ ശരിയായി വേർതിരിച്ചറിയാനും ഗവേഷകർക്ക് കഴിഞ്ഞു. ഓട്ടിസം ബാധിച്ച ഉയർന്ന പ്രവർത്തനക്ഷമതയുള്ള കുട്ടികളിലും കൗമാരക്കാരിലുമാണ് പഠനം നടത്തിയതെന്നും വലുതും ചെറുപ്പവും കൂടുതൽ വൈവിധ്യമാർന്നതുമായ ഗ്രൂപ്പുകളിൽ ഇത് ആവർത്തിക്കേണ്ടതുണ്ടെന്നും ഗവേഷകർ പറഞ്ഞു.
“ഈ ഒപ്പ് എത്രയും വേഗം കാണാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു,” യുഎസ്സിയിലെ പോസ്റ്റ്ഡോക്ടറൽ വിദ്യാർത്ഥിനി ക്രിസ്റ്റ്യാന ഡോഡ് ബ്യൂട്ടേര പറഞ്ഞു. “നേരത്തെയുള്ള തിരിച്ചറിയൽ അനുയോജ്യമായ ചികിത്സാ സമീപനങ്ങൾ അനുവദിക്കുന്നു, ഇത് മികച്ച ദീർഘകാല വികസന ഫലങ്ങൾക്ക് കാരണമാകുന്നു,” അവർ കൂട്ടിച്ചേർത്തു.
Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision
