Innowacyjny system oparty na rzeczywistości wirtualnej i sztucznej inteligencji może znacznie przyspieszyć proces diagnozy autyzmu u dzieci.
Naukowcy z Walencji opracowali nowy system wczesnego wykrywania zaburzeń ze spektrum autyzmu, który wykorzystuje technologię VR oraz sztuczną inteligencję. Dzięki szybkości, obiektywności i niższym kosztom może stać się realnym wsparciem dla tradycyjnych metod diagnostycznych – szczególnie tam, gdzie brakuje specjalistów.
Innowacyjna technologia z Walencji
Nowy system wczesnego wykrywania zaburzeń ze spektrum autyzmu, oparty na rzeczywistości wirtualnej i sztucznej inteligencji, opracowali naukowcy z Walencji. Jego dokładność jest porównywalna z tradycyjnymi metodami wykrywania autyzmu, za to zabiera mniej czasu, jest tańszy i bardziej obiektywny.
Problemy z dotychczasową diagnostyką
Obecnie diagnozowanie zaburzeń ze spektrum autyzmu u najmłodszych dzieci opiera się na testach psychologicznych i wywiadach lekarskich. Mają one wysoką dokładność, jednak trwają długo i wymagają kilku spotkań ze specjalistą, przez co są kosztowne.
Sztuczna inteligencja wspiera wykrywanie autyzmu
Naukowcy z Human-Tech Institute na Politechnice w Walencji opracowali oparty na metodach głębokiego uczenia model, który oferuje porównywalną, a w niektórych kontekstach nawet wyższą skuteczność, przy jednoczesnym braku konieczności ciągłej obecności specjalisty. Jego główną zaletą jest możliwość autonomicznej analizy danych motorycznych w sposób szybki i bardzo powtarzalny.
Skuteczność i zastosowania przesiewowe
Choć nie może samodzielnie zastąpić diagnozy klinicznej, w opinii naukowców może stanowić jej istotne wsparcie, zwłaszcza w zastosowaniach przesiewowych i w warunkach ograniczonego dostępu do specjalistów.
Prosta infrastruktura i naturalne środowisko testowe
Nowe rozwiązanie nie wymaga skomplikowanej infrastruktury – wystarczy duży ekran i kamera, śledząca ruchy dzieci wykonujących różnorodne zadania w środowisku wirtualnej rzeczywistości. Jak podkreślają naukowcy, technologia VR umożliwia odwzorowanie naturalnych warunków codziennego funkcjonowania dzieci, przez co pozwala uzyskać bardziej autentyczne reakcje niż w przypadku klasycznych testów laboratoryjnych.
Sztuczna inteligencja analizuje dane
Zebrane dane są następnie automatycznie przetwarzane przez model sztucznej inteligencji, który na ich podstawie ocenia, czy zachowanie dziecka może wskazywać na objawy zaburzeń ze spektrum autyzmu. W odróżnieniu od klasycznych metod, które opierają się na analizie wcześniej określonych parametrów, takich jak czas reakcji czy zakres ruchu, nowy model samodzielnie uczy się, na co zwracać uwagę. Dzięki temu jest bardziej elastyczny i lepiej radzi sobie w różnych sytuacjach i zadaniach ruchowych.
Taniej, szybciej, dostępniej
Zdaniem autorów systemu, taka metoda pozwala ustandaryzować wykrywanie autyzmu, jednocześnie obniżając koszty i ułatwiając dostęp do diagnozy. Uważają, że dzięki bardzo prostej technologii możliwe będzie zastosowanie jej w wielu ośrodkach wczesnej interwencji.
Uniwersalność i odporność systemu
Podkreślają też, że system – poza wysoką trafnością diagnoz – wykazuje dużą odporność na zmienność danych i potrafi uogólniać wyniki na inne konteksty. To oznacza, że może być z powodzeniem stosowany w różnych środowiskach i przy różnych typach aktywności dzieci.
Źródło: Katarzyna Czechowicz, Nauka w Polsce / PAP
Na podstawie publikacji w czasopiśmie „Expert Systems with Applications”
