KI-Unterstützung bei der Autismus-Diagnose

Prof. Dr. Yeliz Yeşilada, Dozentin für Informatik am ODTÜ Nordzypern Campus, berichtete gegenüber einem AA-Korrespondenten, dass sie nach mehr als 10 Jahren akademischer Tätigkeit in England aufgrund ihrer "Liebe zur Insel und zur Familie" in die Türkische Republik Nordzypern (TRNZ) zurückgekehrt sei.

Sie erklärte, dass sie ihre Arbeit im am Universitätscampus gegründeten Labor für Interaktionsanalyse und Modellierung auf Mensch-Computer-Interaktion und KI-Anwendungen konzentriere und gemeinsame Projekte mit ihrer Forschungsgruppe an der Universität Manchester in England durchführe.

MODELL UND TESTS ERMÖGLICHEN VORABDIAGNOSE BEI MENSCHEN MIT AUTISMUS

Yeşilada erläuterte, dass sie in ihren vom TÜBİTAK geförderten Projekten Algorithmen entwickelt hätten, um Webseiten für Sehbehinderte mithilfe assistiver Technologien leichter vertonbar zu machen, und dass sie dabei Eye-Tracking-Technologien eingesetzt hätten.

Yeşilada berichtete, dass sie in einem kürzlich gemeinsam mit den Universitäten Wolverhampton und Manchester durchgeführten Projekt daran gearbeitet hätten, Menschen mit Autismus anhand von Eye-Tracking-Daten zu identifizieren, und fuhr wie folgt fort:

"Wir haben die Eye-Tracking-Daten von zwei Gruppen gemessen: Menschen mit und ohne Autismus. Anschließend haben wir mithilfe künstlicher Intelligenz Modelle entwickelt. Wir sind der Frage nachgegangen, ob wir mit diesen Modellen anhand neuer Eye-Tracking-Daten eine Person mit Autismus identifizieren können. Anstatt spezieller Materialien haben wir die Interaktion mit Webseiten als Grundlage genutzt, um zu unterscheiden, ob eine Person Autismus hat oder nicht.

Wir entwickeln die Modelle derzeit weiter und führen Tests durch. Unsere Arbeit zielt auf eine Vorabdiagnose für Menschen mit Autismus ab. Das in unseren Forschungen verwendete Eye-Tracking-Gerät sendet Infrarotsignale an das Auge und zeichnet die reflektierten Strahlen auf. Wir geben den Personen mit und ohne Autismus bestimmte Aufgaben auf einer Webseite, wie etwa 'Können Sie die Seite lesen?' oder 'Können Sie uns dies auf der Seite finden?'. Während sie diese Aufgaben ausführen, zeichnen wir die Eye-Tracking-Daten auf. Diese aufgezeichneten Daten analysieren wir auf unterschiedliche Weise. Wir betrachten statistische Ansätze wie die Frage, wohin auf der Seite wie lange geschaut wurde, wie navigiert wurde, wie die Übergänge zwischen den Abschnitten erfolgten und wie die Fokussierung stattfand."

Prof. Dr. Yeşilada erklärte, dass sie in ihren Studien verschiedene Unterschiede bei Menschen mit Autismus aufgezeigt hätten: "Unsere Forschungsergebnisse zeigen, dass Menschen mit Autismus sich nur sehr kurz auf bestimmte Punkte konzentrieren und sich sehr viel auf der Seite bewegen. Die Konzentrationsdauer ist sehr gering. Algorithmen des maschinellen Lernens liefern daraufhin automatisch ein Ergebnis, das als Vorabdiagnose für das Vorliegen von Autismus bei einer Person anhand ihrer Eye-Tracking-Daten dienen kann", sagte sie.

FORSCHUNG AN KINDERN GEPLANT

Yeşilada erklärte, dass sie ihre Arbeit bisher hauptsächlich an Erwachsenen durchgeführt hätten: "Wir möchten auch mit Kindern arbeiten. Wir haben diesbezüglich einen Antrag beim TÜBİTAK gestellt; wenn dieser angenommen wird, werden wir auch mit Kindern arbeiten", sagte sie.

Yeşilada gab an, dass sie gemeinsam mit Studenten im letzten Studienjahr an einer Webanwendung arbeiten, die eine "Autismus-Diagnose" ermöglichen könnte: "Wir setzen unsere Arbeit fort, um gemeinsam mit unseren Studenten eine Anwendung zu entwickeln, die Eye-Tracking über eine Webseite durchführt und von Ärzten genutzt werden kann", fügte sie hinzu.

Yeşilada betonte, dass es ihr Ziel sei, wissenschaftlich fundierte Webdesign-Richtlinien für Menschen mit Autismus zu entwickeln: "Ich persönlich trage zu diesen international geführten Richtlinien bei. Leider werden die entwickelten Webdesign-Richtlinien für Menschen mit Autismus bisher nicht durch wissenschaftliche Ansätze gestützt. Wir führen Studien durch, um die Probleme wissenschaftlich aufzuzeigen und Webdesign-Richtlinien zu entwickeln, die diese lösen sollen", sagte sie.

Prof. Dr. Yeşilada fügte hinzu, dass sie Modelle für die Studie entwickelt und diese durch internationale Publikationen in der wissenschaftlichen Welt bekannt gemacht hätten.