هوش مصنوعی کودکان مبتلا به اوتیسم را شناسایی می کند


مطالعه جدید محققان دانشگاه نورث وسترن نشان می دهد که هوش مصنوعی می تواند الگوهای گفتار کودکان مبتلا به اوتیسم را تشخیص دهد.

به گزارش ایسنا و به نقل از نوروساینس نیوز، یک مطالعه جدید به رهبری دانشگاه نورث وسترن، از یادگیری ماشینی برای شناسایی الگوهای گفتاری در کودکان مبتلا به اوتیسم استفاده می کند. نتایج این مطالعه بین انگلیسی و کانتونی همخوانی داشت و نشان داد که مطالعه ویژگی‌های گفتاری می‌تواند ابزار مفیدی برای تشخیص بیماری باشد.

این مطالعه که با همکاری محققان هنگ کنگ انجام شد، نتایجی را به دست آورد که می تواند به دانشمندان کمک کند تا بین عوامل ژنتیکی و محیطی که مهارت های ارتباطی افراد مبتلا به اوتیسم را شکل می دهند، تمایز قائل شوند. همچنین می‌تواند به دانشمندان کمک کند تا درباره منشأ بیماری بیشتر بیاموزند و درمان‌های جدیدی ارائه دهند.

کودکان مبتلا به اوتیسم معمولا آهسته تر از کودکان عادی صحبت می کنند و تفاوت هایی در زیر و بم، ریتم و ریتم نشان می دهند. با این حال، توصیف این تفاوت ها همیشه به طرز شگفت آوری دشوار بوده است و منشأ آنها برای دهه ها مبهم مانده است.

اکنون مولی لوش و جوزف لاو، محققان دانشگاه نورث وسترن، و پاتریک وانگ و تیم آنها در هنگ کنگ با موفقیت از یادگیری ماشینی برای شناسایی تفاوت های گفتاری مرتبط با اوتیسم استفاده می کنند.

داده های مورد استفاده برای آموزش الگوریتم با ضبط صدای جوانان انگلیسی و کانتونی زبانی که اوتیسم نداشتند به دست آمد و داستانی را در یک کتاب تصویری بدون فرزند به نام “قورباغه کجاست! کجا؟” او آمد.

لش گفت: «تفاوت‌های ساختاری که مشاهده کردیم ممکن است به ویژگی‌های گفتار اشاره کند که انعطاف‌پذیرتر هستند و می‌توانند اهداف خوبی برای مداخله باشند.

لو گفت: «استفاده از یادگیری ماشینی برای شناسایی عناصر کلیدی گفتار که اوتیسم را پیش‌بینی می‌کنند، گامی رو به جلو برای محققانی است که به دلیل تعصب انگلیسی در تحقیقات اوتیسم و ​​طرز فکر انسان در طبقه‌بندی تفاوت‌های گفتاری بین افراد مبتلا به اوتیسم و ​​بدون اوتیسم هستند. محدود شده اند.

وی گفت: با استفاده از این روش توانستیم ویژگی های گفتاری را شناسایی کنیم که می تواند به پیش بینی اوتیسم کمک کند. بارزترین آنها ریتم گفتار است. ما امیدواریم که این تحقیق به عنوان پایه ای برای تحقیقات آینده اوتیسم که از یادگیری ماشینی استفاده می کند، باشد.

محققان معتقدند تحقیقات آنها ممکن است به درک بهتر اوتیسم کمک کند. لاو می‌گوید: «هوش مصنوعی با کاهش بار روی متخصصان مراقبت‌های بهداشتی می‌تواند تشخیص اوتیسم را آسان‌تر کند و افراد بیشتری را در دسترس قرار دهد.» علاوه بر این، هوش مصنوعی ممکن است مسیری را ارائه دهد که ممکن است روزی از فرهنگ‌ها فراتر رود، زیرا رایانه قادر است بدون توجه به زبان، کلمات و صداها را به صورت کمی تجزیه و تحلیل کند.

لش گفت: «از آنجایی که ویژگی‌های گفتاری شناسایی شده از طریق یادگیری ماشینی دارای ویژگی‌های مشترک در زبان انگلیسی و کانتونی است، یادگیری ماشینی می‌تواند برای توسعه روش‌هایی مفید باشد که نه تنها جنبه‌های گفتاری مناسب را برای مداخلات درمانی شناسایی می‌کند، بلکه می‌تواند به آنها نیز رسیدگی کند». در طول زمان ارزیابی کنید.

محققان می گویند نتایج این مطالعه می تواند منجر به تلاش هایی برای شناسایی و درک نقش ژن های خاص و مکانیسم های پردازش مغز درگیر در استعداد ژنتیکی به اوتیسم شود. هدف آن در نهایت ایجاد تصویری جامع تر از عواملی است که در افراد مبتلا به اوتیسم تفاوت های گفتاری وجود دارد.

لو گفت: «یکی از شبکه های مغزی که ممکن است درگیر باشد مسیر شنوایی است که به تفاوت در نحوه پردازش صداها در مغز افراد مبتلا به اوتیسم مربوط می شود.

وی افزود: گام بعدی ما شناسایی تفاوت ها در پردازش الگوهای گفتاری در مغز و بررسی ژنتیک عصبی فراتر از آنهاست. ما برای اتفاقاتی که در راه است هیجان زده هستیم.

این مطالعه در مجله PLOS One منتشر شد.

انتهای پیام


soreces

درباره ی admin

مطلب پیشنهادی

دستگیری جاعلان اسناد در کازرون

ایسنا/پرس فرمانده انتظامی شهرستان کازرون استان فارس از دستگیری ۹ جاعل اسناد در این شهرستان …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.