Eine bahnbrechende Studie der University at Buffalo zeigt, wie künstliche Intelligenz die Früherkennung von Lernstörungen bei Kindern durch Handschriftenanalyse revolutionieren kann.
Die am 14. Mai 2025 im Fachjournal SN Computer Science veröffentlichte Forschung beschreibt ein Framework, das mittels KI subtile Muster in der Handschrift von Kindern identifiziert, die mit Dyslexie und Dysgraphie in Zusammenhang stehen. Unter Leitung von Venu Govindaraju, SUNY Distinguished Professor für Computer Science and Engineering, baute das Team auf seiner früheren Pionierarbeit im Bereich der Handschrifterkennung auf, die bereits vom US-Postdienst für die Briefsortierung eingesetzt wird.
„Diese neurodevelopmentalen Störungen frühzeitig zu erkennen, ist entscheidend, damit Kinder die Unterstützung erhalten, die sie benötigen, bevor ihre Lern- und sozial-emotionale Entwicklung negativ beeinflusst wird“, erklärt Govindaraju, der als korrespondierender Autor der Studie fungiert.
Das KI-System analysiert verschiedene Aspekte der Handschrift, darunter Buchstabenbildung, Abstände, Schreibgeschwindigkeit, Druck und Stiftbewegungen. Es kann Rechtschreibprobleme, Organisationsschwierigkeiten und weitere Hinweise erkennen, die bei herkömmlichen Tests oft übersehen werden. Während sich frühere Forschungen vor allem auf die Erkennung von Dysgraphie konzentrierten, zielt dieser neue Ansatz darauf ab, beide Störungen gleichzeitig zu identifizieren.
Für die Entwicklung ihrer Modelle arbeiteten die Forschenden mit Abbie Olszewski von der University of Nevada, Reno, zusammen, die gemeinsam mitentwickelte Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC). Das Team sammelte Schreibproben von Schülern der Vorschule bis zur fünften Klasse und nutzt diese Daten, um KI-Modelle für das Screening zu trainieren.
Diese Technologie begegnet einem landesweiten Mangel an Sprachtherapeuten und Ergotherapeuten, die üblicherweise für die Diagnose dieser Störungen zuständig sind. Aktuelle Screening-Tools sind zwar effektiv, aber oft teuer, zeitaufwendig und konzentrieren sich jeweils nur auf eine Störung. Der KI-gestützte Ansatz könnte die Früherkennung deutlich breiter verfügbar machen, insbesondere in benachteiligten Gemeinden.
Die Arbeit ist Teil des National AI Institute for Exceptional Education, einer von der UB geleiteten Forschungsorganisation, die KI-Systeme zur Identifikation und Unterstützung von Kindern mit Sprach- und Verarbeitungsstörungen entwickelt. Durch frühzeitige Intervention könnte diese Technologie die Bildungschancen von Millionen Kindern weltweit erheblich verbessern.