Эта разработка призвана помочь психологам, логопедам и врачам в диагностике нарушений чтения у детей на основе данных о движениях глаз. Исследования, проведенные в Центре искусственного интеллекта НИУ ВШЭ, созданном в рамках федерального проекта «Искусственный интеллект» национального проекта «Цифровая экономика», показали значительный потенциал данной технологии. Планируется, что к 2024 году программа будет клинически внедрена.
Новая система, названная «Дислектор», представляет собой кросс-платформенное приложение, которое использует данные о движениях глаз учащегося с помощью портативного видеоокулографа. Затем, с применением методов машинного обучения, команда проекта анализирует эти данные и сопоставляет их с уже накопленными корпусами информации. Такой подход позволяет выявить риск развития дислексии по движениям глаз и оценить глазодвигательные параметры, которые затрудняют процесс чтения у ребенка. С помощью «Дислектора» можно за короткое время (от пяти до десяти минут) диагностировать нарушения чтения у детей без необходимости привлечения специалиста, в отличие от традиционных, более длительных методов.
![](https://cdn.ryazan.life/img/0/882/1200.webp)
Кроме того, разработана мобильная версия приложения под названием «Дислектор App», которая предоставляет простой пользовательский интерфейс для работы на смартфонах и планшетах. После ввода необходимых данных о ребенке (пол, возраст, класс) и фиксации взгляда, программа рассчитывает степень вероятности дислексии. В зависимости от результата модели, демонстрируется один из трех индикаторов: норма, риск дислексии, дислексия.
Директор Центра языка и мозга, руководитель проекта Ольга Драгой отметила, что дислексия – это серьезное расстройство обучения, которое сопровождается трудностями в усвоении навыков чтения. Исследования показывают, что дети с дислексией имеют особенности в движениях глаз при чтении, проявляющиеся в увеличенной длительности фиксации взгляда, повторном перечитывании слов и предложений. Новая система диагностики базируется на анализе этих особенностей и позволяет идентифицировать дислексию с точностью более 90%.
Методы машинного обучения, используемые в «Дислекторе», основаны на многослойном перцептроне и случайном лесе. Эти методы были выбраны после обширных экспериментов и позволяют достичь высокой точности диагностики дислексии. Новая система представляет значительный прогресс в области ранней диагностики нарушений чтения у детей, что позволит своевременно оказывать помощь и поддержку детям с дислексией.