Искусственный интеллект позволяет достичь 80–90-процентной точности

Ученые разработали систему оценки наличия и степени дислексии у школьников. Разработка предназначена для психологов, логопедов и врачей, она позволит применять модель машинного обучения для диагностики нарушения чтения у детей по данным движений глаз. Исследования проведены в Центре искусственного интеллекта НИУ ВШЭ, созданном по федеральному проекту «Искусственный интеллект» национального проекта «Цифровая экономика». В 2024 году планируется клиническое внедрение программы.

«Дислектор» — это кросс-платформенное приложение для определения нарушения чтения (дислексии) у младших школьников. Программа демонстрируется на ноутбуке, подключенном к портативному видеоокулографу (айтрекеру). Айтрекер записывает движения глаз участника. Потом методами машинного обучения команда проекта классифицирует движения глаз, соотнося их с собранными ранее и уникальными корпусами данных. Разработка помогает выявлять риск развития дислексии по движению глаз, а также взвешивать глазодвигательные параметры, которые вносят трудности при чтении у ребенка. Решение позволяет за очень короткий срок (пять—десять минут) и без наличия профильного специалиста выявить нарушения чтения у детей и определить наличие дислексии, в отличие от гораздо более длительного традиционного нейропсихологического или логопедического обследования — текущего стандарта диагностики дислексии.

Еще один вариант программы — «Дислектор App» — кросс-платформенная мобильная версия для работы на смартфонах и планшетных компьютерах. Приложение предоставляет интуитивный пользовательский интерфейс, позволяющий ввести демографические данные участника (пол, класс школы и возраст), а также время и координаты фиксации взгляда. После ввода всех требуемых сведений пользователь нажимает на кнопку «Оценить степень дислексии». Программа производит ряд необходимых преобразований входных данных и применяет к ним модель, предобученную на данных сотен детей с дислексией и без нее. В зависимости от результата предсказания модели отображается один из трех индикаторов: норма, риск дислексии, дислексия.

Ольга Драгой, директор Центра языка и мозга, руководитель проекта «Диагностические и ассистивные речевые технологии на основе искусственного интеллекта» в Центре искусственного интеллекта НИУ ВШЭ, ответила на вопросы «Ъ-Науки»:

— Что такое дислексия?

— Дислексия — это специфическое расстройство обучения, имеющее нейробиологическую основу. Оно проявляется в стойких трудностях с освоением навыка чтения. Трудности могут возникать как со скоростью чтения, так и с точностью чтения или пониманием прочитанного. Это может быть связано с особенностями обработки информации разного типа (фонологической, визуальной, мультимодальной) или вызвано рядом других нейробиологических особенностей (в частности, особенностями развития регуляторной функции). Детям с дислексией необходима своевременная помощь специалистов.

— Какие особенности движений глаз есть у людей с дислексией?

— Исследования движений глаз при чтении показывают, что по сравнению с типично читающими сверстниками дети с дислексией дольше фиксируют взгляд на словах, делают больше регрессий, больше перечитывают не только отдельные слова, но все предложение целиком. При этом этапы формирования навыков чтения у детей с дислексией схожи с этапами развития чтения у типично читающих детей. Разница в развитии чтения заключается лишь в том, что в норме дети достаточно быстро проходят этапы небеглого, пословного чтения и уже ко второму-третьему классу овладевают достаточно беглым паттерном, а их сверстникам с дислексией требуется на это больше времени.

— Подходит ли этот метод диагностики для всех видов дислексии? Или может выявить только один из них?

— В этой разработке не делается разделения на виды дислексии, определение конкретного вида дислексии требует комплексной диагностики и проведения сопутствующих тестов на когнитивную и языковую обработку.

— Насколько точно эта модель определяет дислексию и трудности в чтении?

— Предоставленные решения на основе искусственного интеллекта могут идентифицировать дислексию с точностью более 90%, используя данные фиксации взгляда, возраст, пол, класс школы и информацию об IQ. В случае отсутствия информации об IQ эта точность падает примерно до 80%.

— Какой метод машинного обучения используется в «Дислекторе»? Почему команда проекта выбрала именно этот способ обработки больших данных?

— К вышеупомянутым результатам привели в основном два метода машинного обучения (с более или менее одинаковыми качествами): многослойный перцептрон (который используется в приложении) и случайный лес. Мы приняли решение использовать эти методы на основе проведенных нами обширных экспериментов.

Подготовлено при поддержке нацпроекта «Цифровая экономика»