Smarte datamodeller, sensorer og tidlig diagnostiske tale- og språkdefektindikatorer i barnekommunikasjon (SmartSpeech)

De siste årene har integrering av digitale og mobile teknologier i helse og utdanning åpnet nye muligheter for overvåking og vurdering. Denne studien vil bygge på disse fremskrittene ved å implementere kunstig intelligens (AI) og maskinlæringsmodeller som tilbyr sanntids beslutningstaking og personlig tilbakemelding. Ved å automatisere kritiske aspekter av den diagnostiske prosessen, vil dette systemet bidra til å bygge bro mellom tradisjonell klinisk ekspertise og banebrytende teknologi, og til slutt forbedre innsatsen for tidlig intervensjon.

SmartSpeech-studien vil være en klinisk studie designet for å lage og validere et automatisert beslutningssystem for å forbedre screening og tidlig oppdagelse av utviklingsmessige tale- og språkvansker hos små barn. Denne studien vil være rettet mot typisk og ikke-typisk (nevroutviklingsmessig atypiske) utviklende barn, primært med fokus på deltakere i førskole- og grunnskolealder. Systemet vil bruke intelligente datamodeller, biometriske sensorer og tidlige diagnostiske indikatorer for tale- og språkmangler for å gi klinikere et robust verktøy for å identifisere potensielle utviklingsproblemer.

To primære forskningsspørsmål driver rettssaken:

1. Finnes det forskjeller mellom typisk utviklende og nevroutviklingsmessig atypiske barn når de engasjerer seg i det seriøse spillet som brukes i studien?
2. Hvis slike forskjeller identifiseres, kan de innsamlede dataene brukes til å trene opp et automatisert beslutningssystem som nøyaktig skiller mellom typiske og nevroutviklingsmessige atypiske barn basert på tale- og språkmangler?

For å vurdere tale- og språkutviklingsferdigheter og deres manifestasjoner, vil det tverrfaglige teamet utforme et seriøst spill (SG) basert på teorier som måler tale og språk og psykomotoriske, kognitive, psykoemosjonelle og hørselsferdigheter. Hvert domene vil vurdere utførelsen av spesifikke oppgaver innenfor SG-aktivitetene for deltakeren.

For å løse spørsmålene i denne studien, vil data fra typisk utviklende barn bli sammenlignet med data fra ikke-typisk utviklende barn, og analysere om AI-systemet kan syntetisere flere datapunkter på tvers av vurderingsdomener for å generere en omfattende diagnostisk profil.

Deltakerne vil bli rekruttert gjennom en åpen utlysning distribuert via private og offentlige helse- og utdanningsinstitusjoner over hele Hellas. Rekrutteringsprosessen vil fokusere på foreldre til typisk og ikke-typisk utviklende barn i alderen 4 til 12. Foreldre vil bli invitert til å delta på informasjonsmøter hvor målene, prosedyrene og etiske retningslinjer for studien vil bli grundig forklart.

I løpet av disse øktene vil foreldre motta omfattende informasjon om formålet med studien, inkludert den spesifikke rollen til det seriøse spillet utviklet i studien. Spillets natur, forventet involvering av barna deres og datainnsamlingsmetodene vil bli diskutert i detalj for å sikre åpenhet. Foreldre vil bli bedt om å gi informert skriftlig samtykke til at barna deres deltar i full overensstemmelse med den generelle databeskyttelsesforordningen og etiske hensyn. Disse trinnene er avgjørende for å sikre at rettighetene og personvernet til deltakerne vil bli beskyttet gjennom hele studien. Foreldre vil også gi barnets utviklingshistorie i et nettbasert spørreskjema innebygd i systemet.

Studiet vil omfatte typisk utviklende barn i førskole- og skolealder og ikke-typisk utviklende barn. Det vil ikke inkludere barn med andre medisinske tilstander eller på medisiner som potensielt kan påvirke resultatene.

Etter et informativt møte og skriftlig samtykke fra foreldre, vil deltakerne bruke en smartklokke og delta i et seriøst spill (designet og utviklet av forskerteamet). Barn vil spille SG under direkte tilsyn av klinikere. Dette spillet vil bli designet for å vurdere ulike utviklingsdomener, inkludert tale, språk, psykomotoriske ferdigheter, kognitiv funksjon, psykoemosjonell atferd og hørselsevner. Spillet vil fange tale- og språkdata gjennom spillinteraksjoner sammen med sensordata fra den bærbare enheten og nettbrettkameraet (øyesporing og pulsvariasjon).

Denne spillbaserte tilnærmingen vil naturlig og engasjerende samle ulike datapunkter, og sikre en omfattende evaluering av barnets tale- og språkevner.

Systemet vil danne sine datasett for analyse for å oppdage tale- og språkutvikling, og mater data inn i de utvalgte kunstig intelligens-algoritmene. Studien skal måle kommunikasjons-, psykomotoriske, kognitive og psykoemosjonelle ferdigheter gjennom tilrettelagte aktiviteter. Svarene under spillingen vil bli evaluert, og skaper utviklingsprofilen til deltakeren.

Denne strukturerte og etiske rekrutteringsprosessen vil sikre fullstendig overholdelse av databeskyttelse og etiske standarder og samtidig opprettholde aktivt engasjement fra både foreldre og barn. Ved å inkludere ansikt-til-ansikt-tilsyn og sanntidsovervåking under spilling, vil studien garantere kvaliteten og integriteten til dataene som samles inn for analyse.

SG, sammen med sensorer fra smartklokken, vil samle inn sanntidsdata, inkludert:

• Spillresponser
• Talesvar
• Se data fra nettbrettkameraet
• Hjertefrekvensvariasjon (fanget opp gjennom smartklokken)

Disse multimodale dataene vil bli behandlet ved hjelp av nevrale nettverk/maskinlæringsalgoritmer for å klassifisere tale- og språkevner på tvers av ulike utviklingsstadier. Bruken av disse avanserte AI-modellene vil gjøre det mulig for systemet å:

• Identifisere mønstre av tale-/språkmangler.
• Skille mellom typisk og ikke-typisk utviklede barn.
• Lag individualiserte diagnoseprofiler for hver deltaker.

Til slutt vil det bli utført en evaluering og verifisering av det intelligente systemet.