Искусственный интеллект помогает обнаружить дислексию по движениям глаз

Нарушение способности к усвоению чтения – дислексия – относится к распространенным трудностям обучения, от которой страдает от 5% до 20% детей во всем мире. При этом осведомленность о дислексии в образовательных учреждениях и среди родителей школьников часто достаточно ограниченна, что приводит к поздней диагностике и коррекции этого нарушения (или вовсе к их отсутствию). Задачей исследования Центра языка и мозга НИУ ВШЭ в рамках программы Центра ИИ стала разработка метода раннего обнаружения дислексии по записи движений глаз ребенка во время чтения.

Photo by Olia Danilevich

В исследовании приняли участие 307 школьников 1-6 классов общеобразовательных школ Москвы, Сочи и Нижнего Новгорода. По результатам независимой стандартизированной оценки чтения все участники были поделены на три группы: школьники с типичными навыками чтения, школьники с риском нарушений чтения и школьники с выраженными нарушениями чтения. Всем детям было предложено прочитать 30 предложений на мониторе компьютера, в то время как движения их глаз записывались при помощи видеоокулографа высокого разрешения (EyeLink 1000 Plus или EyeLink Portable Duo). Записи движений глаз, а также стандартная демографическая информация об участниках исследования использовались для тренировки и тестирования алгоритмов машинного обучения.

Специалисты из Центра языка и мозга – Ольга Драгой, Соруш Шалилех, и Анастасия Лопухина – сопоставили результаты работы шести методов машинного обучения: линейных моделей, метода опорных векторов, Байесовских методов, метода k-ближайших соседей, ансамбля методов (например, бустинг и случайный лес), а также нейронных сетей. Наилучшие результаты показали метод случайный лес и нейронная сеть многослойный перцептрон (91% точности и полноты). Кроме этого, результаты показали, что демографические данные (пол, возраст и уровень невербального интеллекта) значимо дополняют данные о движениях глаз и помогают определить принадлежности ребенка к группе типично читающих детей или детей с нарушениями чтения. Следующим этапом исследования является апробация работы алгоритмов, показавших наилучшие результаты, на большой новой выборке участников.