Disleksi erken tespit etmenin anahtarı AI ile çalışan el yazısı analizi olabilir

Dergide sunulan çalışma SN Bilgisayar Bilimietkili olan ancak maliyetli, zaman alıcı olabilen ve bir seferde yalnızca bir koşula odaklanabilen mevcut tarama araçlarını artırmayı amaçlamaktadır.

Sonunda, her biri disleksi ve disgrafi teşhisinde önemli bir rol oynayan konuşma dili patologlarının ve mesleki terapistlerin ülke çapında sıkıntısı için bir selam olabilir.

"Bu nörogelişimsel bozuklukları erkenden yakalamak, çocukların öğrenme ve sosyo-duygusal gelişimini olumsuz etkilemeden önce ihtiyaç duydukları yardımı almalarını sağlamak için kritik öneme sahiptir. Nihai amacımız, disleksi ve disgraphia için erken taramayı kolaylaştırmak ve iyileştirmektir, bu araçları daha geniş bir şekilde kullanılabilir hale getirmektir, özellikle de işçinin azaltılmış alanlarında," UB'de Bilim ve Mühendislik.

Çalışma, küçük çocuklara konuşma ve dil işleme bozuklukları olan ve yardımcı olan AI sistemleri geliştiren UB liderliğindeki bir araştırma organizasyonu olan Ulusal Yapay zeka Olağanüstü Eğitim Enstitüsü'nün bir parçasıdır.

Önceki el yazısı tanıma çalışmalarına dayanıyor

Onlarca yıl önce, Govindaraju ve meslektaşları, el yazısını analiz etmek için makine öğrenimi, doğal dil işleme ve diğer AI biçimlerini, ABD Posta Hizmetini ve diğer kuruluşların posta sıralamasını otomatikleştirmek için kullandıkları çığır açan çalışmalar yaptılar.

Yeni çalışma, yazım sorunlarını, zayıf mektup oluşumunu, organizasyon sorunlarını yazma ve disleksi ve disgrafi göstergelerini tanımlamak için benzer bir çerçeve ve metodolojiler önermektedir.

Disgrafiyi (iki koşulun daha az yaygınlığı) tespit etmek için AI kullanmaya daha fazla odaklanan önceki araştırmalar üzerine inşa etmeyi amaçlamaktadır, çünkü bir çocuğun el yazısında kolayca gözlemlenebilen fiziksel farklılıklara neden olur. Disleksi bu şekilde tespit etmek daha zordur, çünkü yazım gibi bazı davranışlar ipuçları sunsa da, okuma ve konuşmaya daha fazla odaklanır.

Çalışma ayrıca, AI modellerini eğitmek için çocuklardan el yazısı örnekleri sıkıntısı olduğunu belirtiyor.

K-5 öğrencilerinden örnek toplamak

Bu zorlukları ele almak için, Govindaraju'nun liderliğindeki UB bilgisayar bilimcileri ekibi, geliştirdikleri AI modellerinin sınıfta ve diğer ortamlarda uygulanabilir olmasını sağlamak için öğretmenlerden, konuşma dili patologlarından ve mesleki terapistlerden içgörü topladı.

UB'nin Bilgisayar Bilimleri ve Mühendisliği Bölümü'nde doktora öğrencisi olan çalışma ortak yazarı Sahana Rangasrinivasan, "Bu sorunları incelemek ve son kullanıcıların bakış açısından AI-geliştirilmiş araçlar oluşturmak önemlidir."

Ekip ayrıca, disleksi ve disgrafi arasında örtüşen semptomları tanımlamak için disgrafi ve disleksi davranış göstergesi kontrol listesini (DDBIC) Nevada Üniversitesi'nde okuryazarlık çalışmalarında doçent olan Doktora, Doktora, Doktora, Doktora Doçenti ile ortaklık kurdu.

Ekip, Reno'daki bir ilkokulda anaokulundan 5. sınıf öğrencilerine kadar kağıt ve tablet yazdı. Çalışmanın bu kısmı bir etik kurulu tarafından onaylandı ve veriler öğrenci gizliliğini korumak için anonimleştirildi.

Bu verileri, yazmadan önce, sırasında ve sonrasında meydana gelen 17 davranışsal ipucuna odaklanan DDBIC aracını daha da doğrulamak için kullanacaklar; DDBIC tarama işlemini tamamlamak için AI modellerini eğitin; ve modellerin testi uygulayan kişilerle ne kadar etkili olduğunu karşılaştırın.

İş, kamu yararına yapay zeka vurgular

Çalışma, ekibin modellerinin nasıl kullanılabileceğini açıklıyor:

• Yazma hızı, basınç ve kalem hareketlerini analiz ederek motor zorluklarını tespit edin.
• El yazısının harf boyutu ve aralığı dahil görsel yönlerini inceleyin.
• El yazısını metne dönüştürün, yazımları tespit etme, harf tersine çevirme ve diğer hatalar.
• Dilbilgisi, kelime bilgisi ve diğer faktörlere dayanan daha derin bilişsel sorunları belirleyin.

Son olarak, tüm bu modelleri birleştiren, bulgularını özetleyen ve kapsamlı bir değerlendirme sağlayan bir aracı tartışır.

UB, ziyaret eden bir bilgin olan çalışma ortak yazarı Sumi Suresh, "Devam eden bu çalışma, AI'nın kamu yararı için nasıl kullanılabileceğini gösteriyor, en çok ihtiyaç duyan kişilere araç ve hizmetler sağlıyor" diyor.

Ek yardımcı yazarlar arasında Bharat Jayarman, PhD, UB Bilgisayar Bilimi ve Mühendislik Bölümü'nde Amrita İleri Araştırma Enstitüsü ve Profesör Emeritus; ve Srirangaraj Setlur, UB birleşik Biyometri ve Sensörler Merkezi'nde baş araştırma bilimcisi.