Slimme computermodellen, sensoren en indicatoren voor vroegtijdige diagnostische spraak- en taaltekorten in de communicatie met kinderen (SmartSpeech)

De afgelopen jaren heeft de integratie van digitale en mobiele technologieën in de gezondheidszorg en het onderwijs nieuwe mogelijkheden voor monitoring en beoordeling geopend. Deze studie zal voortbouwen op deze vooruitgang door modellen voor kunstmatige intelligentie (AI) en machine learning te implementeren die realtime besluitvorming en gepersonaliseerde feedback bieden. Door cruciale aspecten van het diagnostische proces te automatiseren, zal dit systeem de kloof tussen traditionele klinische expertise en geavanceerde technologie helpen overbruggen, waardoor de inspanningen voor vroegtijdige interventie uiteindelijk worden verbeterd.

De SmartSpeech-studie zal een klinische proef zijn die is ontworpen om een ​​geautomatiseerd besluitvormingssysteem te creëren en te valideren om de screening en vroege detectie van spraak- en taalontwikkelingsproblemen bij jonge kinderen te verbeteren. Deze studie zal zich richten op typisch en niet-typisch (neuro-ontwikkelings-atypische) ontwikkelende kinderen, waarbij de nadruk vooral ligt op deelnemers in de kleuter- en basisschoolleeftijd. Het systeem zal gebruik maken van intelligente computermodellen, biometrische sensoren en vroege diagnostische indicatoren van spraak- en taalgebreken om artsen een robuust hulpmiddel te bieden voor het identificeren van potentiële ontwikkelingsproblemen.

Twee primaire onderzoeksvragen vormen de drijvende kracht achter de proef:

1. Bestaan ​​er verschillen tussen normaal ontwikkelende en neurologisch atypische kinderen bij het spelen van de serious game die in het onderzoek wordt gebruikt?
2. Als dergelijke verschillen worden geïdentificeerd, kunnen de verzamelde gegevens dan worden gebruikt om een ​​geautomatiseerd besluitvormingssysteem te trainen dat nauwkeurig onderscheid maakt tussen typisch en neurologisch atypische kinderen op basis van spraak- en taalgebreken?

Om de spraak- en taalontwikkelingsvaardigheden en hun manifestaties te beoordelen, zal het interdisciplinaire team een ​​serious game (SG) ontwerpen, gebaseerd op theorieën die spraak- en taal- en psychomotorische, cognitieve, psycho-emotionele en gehoorvaardigheden meten. Per domein wordt de uitvoering van specifieke taken binnen de SG-activiteiten voor de deelnemer beoordeeld.

Om de vragen van dit onderzoek te beantwoorden, zullen gegevens van zich normaal ontwikkelende kinderen vergelijken met gegevens van niet-typisch ontwikkelende kinderen, waarbij wordt geanalyseerd of het AI-systeem meerdere datapunten over beoordelingsdomeinen kan synthetiseren om een ​​uitgebreid diagnostisch profiel te genereren.

Deelnemers zullen worden gerekruteerd via een open oproep die wordt verspreid via particuliere en publieke gezondheidszorg- en onderwijsinstellingen in heel Griekenland. Het rekruteringsproces zal zich richten op ouders van zich normaal en niet-typisch ontwikkelende kinderen van 4 tot 12 jaar. Ouders zullen worden uitgenodigd om informatiebijeenkomsten bij te wonen waar de doelstellingen, procedures en ethische richtlijnen van het onderzoek grondig zullen worden uitgelegd.

Tijdens deze sessies krijgen ouders uitgebreide informatie over het doel van het onderzoek, inclusief de specifieke rol van de in het onderzoek ontwikkelde serious game. De aard van het spel, de verwachte betrokkenheid van hun kinderen en de methoden voor gegevensverzameling zullen in detail worden besproken om transparantie te garanderen. Ouders zullen worden gevraagd om geïnformeerde schriftelijke toestemming te geven voor deelname van hun kinderen, in volledige overeenstemming met de Algemene Verordening Gegevensbescherming en ethische overwegingen. Deze stappen zijn essentieel om ervoor te zorgen dat de rechten en privacy van de deelnemers gedurende het hele onderzoek worden beschermd. Ouders zullen ook de ontwikkelingsgeschiedenis van hun kind verstrekken in een online vragenlijst die in het systeem is ingebed.

Het onderzoek omvat normaal ontwikkelende kinderen in de voorschoolse en schoolgaande leeftijd en niet-typisch ontwikkelende kinderen. Kinderen met andere medische aandoeningen of medicijnen die mogelijk de resultaten kunnen beïnvloeden, zijn niet inbegrepen.

Na een informatieve bijeenkomst en schriftelijke toestemming van ouders dragen de deelnemers een smartwatch en gaan ze aan de slag met een serious game (ontworpen en ontwikkeld door het onderzoeksteam). Kinderen spelen de SG onder direct toezicht van artsen. Dit spel zal worden ontworpen om verschillende ontwikkelingsdomeinen te beoordelen, waaronder spraak, taal, psychomotorische vaardigheden, cognitieve functie, psycho-emotioneel gedrag en gehoorvermogen. De game zal spraak- en taalgegevens vastleggen via gameplay-interacties, naast sensorgegevens van het draagbare apparaat en de tabletcamera (eye-tracking en hartslagvariabiliteit).

Deze op games gebaseerde aanpak zal op natuurlijke en boeiende wijze diverse datapunten verzamelen, waardoor een uitgebreide evaluatie van de spraak- en taalvaardigheden van het kind wordt gegarandeerd.

Het systeem zal zijn datasets samenstellen voor analyse om de spraak- en taalontwikkeling te detecteren, en gegevens in de geselecteerde kunstmatige intelligentie-algoritmen invoeren. De studie zal communicatieve, psychomotorische, cognitieve en psycho-emotionele vaardigheden meten door middel van ontworpen activiteiten. De reacties tijdens het spelen worden geëvalueerd, waardoor het ontwikkelingsprofiel van de deelnemer ontstaat.

Dit gestructureerde en ethische rekruteringsproces garandeert volledige naleving van gegevensbescherming en ethische normen, terwijl de actieve betrokkenheid van zowel ouders als kinderen behouden blijft. Door face-to-face toezicht en realtime monitoring tijdens het spelen op te nemen, garandeert het onderzoek de kwaliteit en integriteit van de voor analyse verzamelde gegevens.

De SG zal, gecombineerd met sensoren van de smartwatch, realtime gegevens verzamelen, waaronder:

• Spelreacties
• Spraakreacties
• Bekijk gegevens van de tabletcamera
• Hartslagvariabiliteit (vastgelegd via de smartwatch)

Deze multimodale gegevens zullen worden verwerkt met behulp van neurale netwerk-/machine learning-algoritmen om spraak- en taalvaardigheden in verschillende ontwikkelingsstadia te classificeren. Het gebruik van deze geavanceerde AI-modellen zal het systeem in staat stellen om:

• Identificeer patronen van spraak-/taalgebreken.
• Maak onderscheid tussen typisch en niet-typisch ontwikkelde kinderen.
• Creëer geïndividualiseerde diagnostische profielen voor elke deelnemer.

Ten slotte zal een evaluatie en verificatie van het intelligente systeem worden uitgevoerd.