طوّر باحثون نظامًا جديدًا يعتمد على تقنيتي الواقع الافتراضي والذكاء الاصطناعي، يمكنه اكتشاف الإصابة باضطراب طيف التوحد (ASD) لدى الأطفال الصغار بدقة تتجاوز 85%، متفوقًا بذلك على الأساليب التقليدية المستخدمة في التشخيص.
ويعتمد النظام على مراقبة حركات الأطفال ونمط تركيزهم البصري في أثناء أداء مهام محددة في بيئات افتراضية غامرة؛ مما يتيح تفاعلات طبيعية أكثر مقارنة ببيئات الاختبار التقليدية.
يستخدم النظام نموذج تعلم عميق لتحديد مؤشرات سلوكية ترتبط بالتوحد، ويقدم التشخيص بسرعة وكفاءة عالية وبتكلفة منخفضة. وقد يؤدي هذا الابتكار إلى توسيع نطاق الكشف المبكر عن التوحد، ويضع الأساس لدراسة أعراض حركية متعددة مرتبطة به. ويمتاز النظام بأنه يعتمد على شاشات وكاميرات تجارية متوفرة؛ مما يجعله قابلًا للتطبيق على نطاق واسع.
نظام 3DCNN ResNet للكشف عن الإصابة بالتوحد لدى الأطفال
يتسبب اضطراب طيف التوحد (ASD) بصعوبات في التواصل الاجتماعي والقيام بسلوكيات متكررة ومقيدة، وتُعد الاضطرابات الحركية محورًا مهمًا في الكشف المبكر عن التوحد. لكن تحليل الحركة في حالات التوحد ما يزال محدودًا، ويعتمد على طرق فحص يدوية.
ولحل هذه المشكلة، طوّر فريق من معهد Human-Tech في جامعة البوليتكنيك في فالنسيا (UPV) نظامًا جديدًا للكشف المبكر عن اضطراب طيف التوحد باستخدام الواقع الافتراضي والذكاء الاصطناعي. وقد حقق النظام دقة عالية متفوقًا بذلك على الطرق التقليدية التي تعتمد عادة على اختبارات تُجرى يدويًا.
يُسمى النظام الجديد 3DCNN ResNet وهو مطور بالاعتماد على أنظمة تعرّف الحركات، ويمكنه تقييم التوحد حركيًا. وبعد اختبار فعاليته، أظهرت النتائج أن النموذج الجديد حقق دقة عالية تجاوزت 85%.
نُشرت نتائج هذا البحث في مجلة Expert Systems with Applications، وخلال البحث حلل فريق المعهد حركة الأطفال في أثناء تنفيذ مهام متعددة ضمن بيئة افتراضية باستخدام الذكاء الاصطناعي لاكتشاف أعراض طيف التوحد.
ويقول Mariano Alcañiz، مدير معهد Human-Tech: “يُتيح لنا الواقع الافتراضي استخدام بيئات مألوفة تُحفّز ردود فعل واقعية، تحاكي كيفية تفاعل الأطفال في حياتهم اليومية، مما يُشكل تطورًا مهمًا مقارنة بالاختبارات التقليدية التي غالبًا ما تُنتج استجابات مصطنعة. ومن خلال هذه البيئة، يمكننا دراسة ردود فعل أكثر واقعية وفهم أعراض التوحد بنحو أعمق”.
يتكوّن النظام من بيئة افتراضية تُعرض على جدران غرفة أو شاشة كبيرة، وتدمج فيها صورة حية للطفل في أثناء أدائه للمهام، وتلتقط الكاميرات حركته وتُحلّلها. وبعد معالجة حركات الطفل خلال التجربة الافتراضية، يُصدر النظام تشخيصًا بكفاءة ودقة أفضل من الطرق التقليدية.
وأضاف Mariano Alcañiz: “يُوحد هذا النهج عملية الكشف عن التوحد من خلال تحليل مؤشرات بيولوجية مرتبطة بالسلوك والنشاط الحركي واتجاه النظر. ويحتاج النظام إلى شاشة كبيرة ونوع من الكاميرات المتوفرة تجاريًا، وهو أقل تكلفة من الأساليب التقليدية القائمة على الاختبارات اليدوية. وهذا النظام سيسهل التشخيص مع إمكانية دمجه في أي مركز متخصص”.
وأوضح الباحث Alberto Altozano، الذي طوّر النظام بالتعاون مع الأستاذ Javier Marín أن الفريق قارن بين تقنيات الذكاء الاصطناعي التقليدية ونموذج تعلّم عميق مبتكر استنادًا إلى خبراتهم السابقة في تحليل البيانات الحركية. ويقول Alberto Altozano: “أظهرت النتائج أن النموذج الجديد قادر على تحديد التوحد بدقة أعلى ومن خلال عدد أكبر من المهام داخل بيئة افتراضية”.
ثماني سنوات من التعاون لتحسين الكشف المبكر عن التوحد
عمل فريق معهد Human-Tech ثماني سنوات لتحسين أدوات الكشف المبكر عن طيف التوحد ASD، بالتعاون مع مركز Red Cenit لتنمية القدرات الإدراكية. ويقترح الفريق إمكانية تعديل وتدريب النموذج الذكي الجديد لتحليل حركات الأطفال الذين يعانون التوحد في مهام أخرى. ويقول Mariano Alcañiz: “هذا يفتح المجال أمام دراسات مستقبلية لأعراض التوحد الحركية تركز في فهم الأنماط الحركية عند الأطفال الذين يعانون طيف التوحد في أثناء المشي أو التحدث”.