menu
close

Doorbraak in AI-handschriftherkenning Spoort Vroege Tekenen van Dyslexie op

Onderzoekers van de Universiteit van Buffalo hebben een kunstmatig intelligentiesysteem ontwikkeld dat het handschrift van kinderen analyseert om vroege tekenen van dyslexie en dysgrafie te detecteren. De technologie, gepresenteerd in het tijdschrift SN Computer Science, is bedoeld om de screening op deze leerstoornissen te vereenvoudigen door specifieke patronen in handschrift te identificeren. Deze innovatie kan helpen het landelijke tekort aan logopedisten en ergotherapeuten aan te pakken, waardoor vroege opsporing toegankelijker wordt, vooral in onderbediende gebieden.
Doorbraak in AI-handschriftherkenning Spoort Vroege Tekenen van Dyslexie op

Een baanbrekende studie van de Universiteit van Buffalo laat zien hoe kunstmatige intelligentie de vroege opsporing van leerstoornissen kan transformeren via handschriftherkenning, wat miljoenen kinderen kan helpen tijdig de juiste ondersteuning te krijgen.

Het onderzoek, gepubliceerd in het tijdschrift SN Computer Science, beschrijft een raamwerk voor AI-gestuurde handschriftherkenning dat indicatoren van dyslexie en dysgrafie bij jonge kinderen kan identificeren. Onder leiding van Venu Govindaraju, SUNY Distinguished Professor en directeur van het National AI Institute for Exceptional Education, ontwikkelde het team technologie die spellingproblemen, slechte lettervorming en problemen met schrijfstructuur analyseert om deze leerstoornissen te detecteren.

Hoewel dysgrafie traditioneel makkelijker te herkennen is aan het handschrift door de zichtbare fysieke kenmerken, vormt dyslexie een grotere uitdaging omdat het vooral lezen en spraak beïnvloedt. De onderzoekers ontdekten echter dat bepaalde handschriftgedragingen, met name spellingpatronen, waardevolle aanwijzingen kunnen bieden voor het opsporen van dyslexie.

"Ons uiteindelijke doel is om de vroege screening op dyslexie en dysgrafie te vereenvoudigen en te verbeteren, en deze hulpmiddelen breder beschikbaar te maken, vooral in onderbediende gebieden," zegt Govindaraju, wiens eerdere werk op het gebied van handschriftherkenning de postsortering bij de Amerikaanse postdienst revolutioneerde.

Het team werkte samen met Abbie Olszewski van de Universiteit van Nevada, Reno, die mede de Dysgraphia and Dyslexia Behavioral Indicator Checklist (DDBIC) ontwikkelde. Dit instrument identificeert 17 gedragskenmerken die vóór, tijdens en na het schrijven voorkomen. De onderzoekers verzamelden schrijfsamples van leerlingen uit de kleuterklas tot en met groep 7 om het DDBIC-instrument te valideren en AI-modellen te trainen.

De technologie maakt deel uit van een breder initiatief van het National AI Institute for Exceptional Education, dat een subsidie van 20 miljoen dollar ontving van de National Science Foundation. Het instituut ontwikkelt twee belangrijke technologieën: de AI Screener voor universele vroege screening en de AI Orchestrator om logopedisten te ondersteunen bij individuele interventies.

Vroege opsporing is cruciaal, omdat leerstoornissen een grote impact kunnen hebben op de academische en sociaal-emotionele ontwikkeling van een kind als ze niet tijdig worden aangepakt. Met het landelijke tekort aan specialisten kan deze AI-gestuurde aanpak de toegang tot screening democratiseren en ervoor zorgen dat meer kinderen op een cruciaal moment in hun ontwikkeling de juiste ondersteuning krijgen.

Source: Sciencedaily

Latest News