24.10.2016

Автоматизований Скринінг Комунікативних Розладів у Дітей

Original: http://news.mit.edu/2016/automated-screening-childhood-communication-disorders-0922

A new computer system can automatically screen young children for speech and language disorders and, potentially, even provide specific diagnoses. Нова комп’ютерна система може автоматично виконувати скринінг дітей молодшого віку для виявлення мовних і мовленнєвих порушень і, можливо, навіть ставити конкретний діагноз.

Зображення: Хосе-Луіс Оліварес/MIT

Комп’ютерна система може допомогти визначити незначні мовні та мовленнєві розлади на етапі, коли ще можливе раннє втручання.

Леррі Хардесті | Офіс служби новин MIT
22 вересня 2016 р.

Для дітей із мовними і мовленнєвими розладами, втручання на етапі раннього дитинства може зробити велику різницю в їх подальшому академічному та соціальному успіху. Але багато хто з таких дітей – одне дослідження оцінює цю цифру у 60 відсотків – йдуть недіагностовані до дитячого садка або навіть далі.

Дослідники в області комп’ютерних наук і лабораторії штучного інтелекту в Массачусетському технологічному інституті й Інституті Центральної лікарні штату Массачусетс про медичних працівників сподіваються змінити, що, з комп’ютерною системою, яка може автоматично скринінгувати маленьких дітей на предмет мови і мовних розладів і, потенційно, навіть уявити конкретні діагнози.

На цьому тижні на міжмовній конференції з обробки мови, дослідники повідомили про перший набір експериментів з їх системою, яка дала обнадійливі результати. “Ми не дуже далекі від закінчення цієї роботи”, – говорить Джон Гуттаг, професор Дугалд С. Джексон в області електротехніки і провідний автор нового паперу. “Це свого роду попереднє дослідження. Але я думаю, що це досить переконливе техніко-економічне обґрунтування”.

Система аналізує аудіозаписи на дитячих спектаклях на стандартизований тесті казок, в якому вони представлені з серією зображень і супроводжуючого розповіді, а потім попросили переказати своїми словами.

“Дійсно захоплююча ідея тут, щоб бути в змозі зробити скринінг в повністю автоматичному режимі з використанням досить спрощеним інструментів,” – говорить Гуттаг. “Ви можете уявити собі задачу розповідання будучи повністю зроблено з планшета або телефону. Я думаю, що це відкриває можливість скринінгу з низьким рівнем витрат на велику кількість дітей, і я думаю, що якщо б ми могли зробити це, було б великим благом для суспільства”.
Незначні сигнали

Дослідники оцінили продуктивність системи, використовуючи стандартну міру звану площа під кривою, яка описує компроміс між вичерпно ідентифікують членами населення, які мають конкретне розлад, і обмеження помилкових спрацьовувань. (Модифікація системи, щоб обмежити кількість помилкових спрацьовувань як правило, призводить до обмеження справжніх позитиви, теж.) У медичній літературі, діагностичний тест з площею під кривою близько 0,7 зазвичай вважається досить точним, щоб бути корисним; на трьох різних клінічно корисних завдань, система дослідників коливався між 0,74 і 0,86.

Для того, щоб побудувати нову систему, Гуттаг і Джен Гонг, аспірант в області електротехніки та інформатики і першого автора на новій папері, використовуваної машинного навчання, в якому комп’ютер шукає великі набори навчальних даних для моделей, які відповідають конкретним класифікацій – в цьому випадку, діагнози мови і мови розладів.

Навчальні дані були накопичив Джордан Грін і Тіффані Хоган, дослідники з Інституті Центральної лікарні штату Массачусетс охорони здоров’я Професії, які були зацікавлені в розробці більш об’єктивних методів оцінки результатів тесту оповідає. “Краще діагностичні засоби необхідні, щоб допомогти лікарям зі своїми оцінками,” – говорить Грін, сам мовного мови патологоанатом. “Оцінка дитячого мовлення є надзвичайно складною справою через високого рівня мінливості навіть серед типово розвиваються дітей. Ви отримуєте п’ять лікарів в кімнаті, і ви можете отримати п’ять різних відповідей”.

На відміну від порушення мови, які є результатом анатомічних характеристик, таких як вовчою пащею, мовних розладів і розладів мови як неврологічні основи. Але, Грін пояснює, що вони впливають на різні нервові шляхи: розлади мови впливають на шляху двигуна, в той час як мовні розлади впливають на когнітивні і мовні шляху.
Зрадницькі паузи

Грін і Хоган висунули гіпотезу про те, що робить паузу в дитячій мові, так як вони з усіх сил, щоб або знайти слово або рядок разом управління двигуном, необхідні для його виробництва, є джерелом корисних діагностичних даних. Так ось на чому Гонг і Гуттаг зосереджені. Вони визначили набір з 13 акустичних особливостей дитячої мови, що їх система машинного навчання може шукати, шукати закономірності, які корелюють з певними діагнозами. Це були такі речі, як кількість коротких і довгих пауз, середня тривалість пауз, мінливість їх довжини й аналогічні статистичні дані про безперервні висловлювання.

Діти, чиї виступи на завданню оповідає були записані в наборі даних були класифіковані як правило, розвивається, як страждають від погіршення мови, або страждає від порушення мови. Система машинного навчання пройшла навчання на трьох різних завдань: виявлення будь-якої шкоди, будь то мови або мовлення; виявлення мовних порушень і виявлення мовленнєвих порушень.

Однією з перешкод, дослідники довелося зіткнутися в тому, що віковий діапазон типово розвиваються дітей в наборі даних був більш вузьким, ніж у дітей з порушеннями: Через порушення порівняно рідкісні, дослідники повинні були виходити за межі своєї цільової віковий діапазон для збору даних.

Гонг вирішив цю проблему, використовуючи статистичний метод, так званий залишковий аналіз. По-перше, він визначив кореляції між віком і статтю випробовуваних і акустичних особливостей їх мови. Потім, для кожної функції, вона коригується для цих кореляцій перед подачею даних в алгоритм машинного навчання.

“Потреба в надійних заходах для скринінгу дітей раннього віку з високим ризиком розвитку розладів мови і мовлення обговорюється ранніми педагогами протягом багатьох десятиліть”, – говорить Томас Кемпбелл, професор поведінкових і мозку наук в Університеті штату Техас в Далласі і виконавчий директор центру розладів комунікації Кальє університету. “Автоматизований підхід дослідників до скринінгу забезпечує захоплюючий технічний прогрес, який може виявитися проривом у скринінгу мови та мовлення тисяч дітей молодшого віку по всій території Сполучених Штатів”.

About The Author

admin

Comments are closed.