2022. 06. 20. - 09:00
Különböző nyelveken is észleli az autizmust a mesterséges intelligencia
Gépi tanulást alkalmazott egy új tanulmány, hogy azonosítsa az autizmussal élő gyermekek beszédmintáit mesterséges intelligencia segítségével.
Autista gyerekek beszédmintáinak azonosítására használta a mesterséges intelligencia gépi tanulást ágát a Northwestern Egyetem kutatócsoportja.
A minták angol és kantoni nyelven is megegyeztek, ami arra utal, hogy a beszéd jellemzői hasznos eszközt jelenthetnek az állapot diagnosztizálására.
A hongkongi szakemberekkel közösen végzett tanulmány olyan betekintést tett lehetővé a tudósok számára, amelyek segíthetnek különbséget tenni az autizmussal élő emberek kommunikációs képességeit alakító genetikai és környezeti tényezők között - potenciálisan ahhoz is hozzájárulhatnak, hogy többet megtudjanak az állapot eredetéről. Ezzel az új terápiák kidolgozása is lehetővé válik.
Az autista gyermekek gyakran lassabban beszélnek, mint általában fejlődő kortársaik - emellett más hangmagasság-, hanglejtés- és ritmusbeli különbségeket mutatnak.
Ezeket az eltéréseket azonban - amit a kutatók prozódiai különbségeknek neveznek - meglepően nehéz következetesen, objektíven jellemezni. Az eredetük évtizedek óta tisztázatlan. Olvasd el: Az autizmus mögötti genetikai mutációkat fedezte fel a mesterséges intelligencia
Különböző nyelveken is észleli az autizmust a mesterséges intelligencia
A Molly Losh és Joseph C.Y. Lau tudósok vezette kutatócsoport most Patrick Wong hongkongi kutatóval és csapatával együtt sikeresen alkalmazta a felügyelt gépi tanulást az autizmussal kapcsolatos beszédbeli különbségek azonosítására.
Az algoritmus betanításához felvételeket alkalmaztak, melyeken angol és kantoni anyanyelvű, autista és nem autista fiatalok mesélték el a saját változatukat a Béka, hol vagy? című, gyerekképeskönyvben ábrázolt történetről, amelyben egyébként nincsenek szavak.
„Amennyiben a nyelvek szerkezetileg ennyire eltérőek, az autizmusban megfigyelhető beszédmintázatok bármely hasonlósága mindkét nyelvben valószínűleg olyan tulajdonság, amelyet erősen befolyásol az autizmusra való genetikai hajlam - magyarázta Losh, aki a tanulási zavarok professzora a Northwesternben. - De ugyanilyen érdekes az általunk megfigyelt változatosság, amely a beszéd képlékenyebb tulajdonságaira utalhat és potenciálisan jó célpont a beavatkozáshoz."
Lau hozzátette: a gépi tanulás használata a beszéd kulcsfontosságú elemeinek detektálására - amelyek előre jelezték az autizmust -, jelentős előrelépést jelentett a kutatók számára, akiket eddig korlátozott az autizmus-kutatásban az angol nyelv elfogultsága és az emberek szubjektivitása a beszédkülönbségek osztályozása során, az autizmussal élők és az anélküliek között. Olvasd el: Az autizmus születés előtt is kialakulhat
„Ezzel a módszerrel képesek voltunk azonosítani a beszéd jellemzőit, amelyek előre jelezhetik az autizmus diagnózisát - mondta Lau, a Northwestern Roxelyn és Richard Pepper Kommunikációs Tudományok és Zavarok Tanszékének posztdoktor kutatója. - E jellemzők közül a legszembetűnőbb a ritmus. Bízunk benne, hogy a tanulmány alapot jelenthet az autizmussal kapcsolatos jövőbeni, gépi tanulást hasznosító munkának.”
Véleménye szerint a gépi tanulás hasznos lehet olyan eszközök fejlesztésében is, amelyek nemcsak azonosítják a beszéd terápiás beavatkozásokra alkalmas aspektusait, hanem mérik is ezek hatását a beszélő előrehaladásának értékelésével.
A tanulmány eredményei hozzájárulhatnak az autizmussal szembeni genetikai érzékenységben szerepet játszó specifikus gének és agyi feldolgozási mechanizmusok szerepének azonosításáért és megértéséért folytatott erőfeszítésekhez is – jegyezték meg a kutatók.
Az eredményeket a PLOS One folyóiratban tették közzé a szakemberek.
L.A.
