فرآیند تشخیص اوتیسم همواره یکی از زمانبرترین و پیچیدهترین مراحل ارزیابی رشد کودکان محسوب میشود. پزشکان برای رسیدن به یک تشخیص دقیق، ناچارند رفتارهای کودک را در موقعیتهای گوناگون مشاهده کنند، سوابق تحولی او را بررسی و اطلاعات مفصلی را از والدین درباره الگوهای رفتاری فرزندشان گردآوری کنند.
به گزارش پایگاه خبری حکمرانی هوشمند، اما اکنون گروهی از پژوهشگران دانشگاه پنسیلوانیا در صدد هستند تا با بهرهگیری از توانمندیهای هوش مصنوعی، گامی اساسی در کاستن از زمان و افزایش عینیت این مسیر بردارند. ابزار ابداعی آنها، برخلاف رویکردهای سنتی که بیشتر مبتنی بر پرسشنامه هستند، بر الگوهای حرکتی و کیفیت تقلید کودک متمرکز شده است.
این سامانه نوآورانه «CAMI» نام دارد که مخفف عبارت «ارزیابی رایانهای تقلید حرکتی» است. شیوه کارکرد آن بهخوبی ساده و هوشمندانه طراحی شده: از کودک خواسته میشود که مقابل یک نمایش ویدئویی بنشیند و حرکات فردی را که در صفحه میبیند، تکرار کند. در این لحظه، هوش مصنوعی با دقتی فراتر از چشم انسان، کیفیت، دقت و نحوه اجرای این حرکات را تحلیل مینماید.
انتخاب این شیوه ارزیابی ریشه در یافتههای علمی دارد؛ چراکه توانایی تقلید حرکتی، یکی از شاخصهای رفتاری مهم در ارتباط با طیف اوتیسم به شمار میرود. سیستم CAMI با بهکارگیری الگوریتمهای پیشرفته، تلاش میکند تا دادههای ناخواسته محیطی را از مؤلفه اصلی—یعنی نحوه تقلید کودک—تفکیک کرده و تحلیلی دقیق و بدون سوگیری ارائه دهد.
کالئاب کینفو، دانشجوی دکترای فعال در این پروژه، در این باره توضیح میدهد که عواملی همچون زاویه دوربین، شدت روشنایی، و سایر متغیرهای محیطی میتوانند بر کیفیت تصاویر اثر بگذارند، اما مدل هوش مصنوعی بهگونهای آموزش دیده که این تأثیرات مزاحم را نادیده گرفته و صرفاً بر عملکرد حرکتی کودک تمرکز کند. خروجی نهایی این سامانه، یک امتیاز عددی برای عملکرد تقلیدی کودک است که پژوهشگران از آن بهعنوان یکی از مؤلفههای کمکی در ارزیابی احتمال قرارگیری کودک در طیف اوتیسم بهره میبرند.
نتایج اولیه حاصل از کاربست این فناوری، نویدبخش بوده است. در یک مطالعه بالینی که بر روی ۱۸۳ کودک در بازه سنی ۶ تا ۱۳ سال انجام شد، سامانه CAMI موفق شد با دقتی حدود ۸۰ تا ۸۵ درصد، موارد مرتبط با اوتیسم را شناسایی کند. با این وجود، تیم تحقیقاتی تأکید دارد که هدف از طراحی CAMI هرگز حذف یا جایگزینی پزشکان نیست؛ بلکه این ابزار بهعنوان یک یار کمکی در نظر گرفته شده تا بتواند در کلینیکها، مراکز آموزشی، و حتی فرایندهای ارزیابی خانوادهمحور، بخشی از بار تشخیصی را با سرعت و دقت بیشتری به انجام برساند.
پروفسور رنه ویدال، از اعضای کلیدی این پروژه، بر این باور است که CAMI قادر است جزئیات بسیار ریز و ظریفی از رفتارهای حرکتی را آشکار کند که در آزمونهای رایج و استاندارد امروزی معمولاً از چشم دور میماند. به گفته وی، چشمانداز نهایی این طرح، تبدیل CAMI به یک مؤلفه خودکار و جداییناپذیر در بسته جامع تشخیص اوتیسم است.
البته راه گسترش فراگیر این فناوری همچنان ادامه دارد. برنامه بعدی پژوهشگران، آزمایش CAMI بر روی جمعیت وسیعتری از کودکان و همچنین گسترش دامنه کاربرد آن به گروه بزرگسالان است. ارتقای دقت سیستم نیز در زمره مهمترین اولویتهای مرحله آتی این پروژه قرار دارد.
انتهای پیام
