یک تیم تحقیقاتی بین المللی به رهبری محققان دانشگاه آلتو، با استفاده از بازی های واقعیت مجازی، ردیابی چشم و یادگیری ماشینی نشان داده اند که تفاوت در حرکات چشم، می تواند برای تشخیص ADHD مورد استفاده قرار گیرد و به طور بالقوه ابزاری برای تشخیص دقیق تر اختلال کمبود توجه فراهم کند. رویکرد آنها می تواند با برخی تغییرات، برای ارزیابی اختلالاتی مثل اوتیسم نیز مورد استفاده قرار گیرد.
ADHD یک اختلال نقص توجه شایع است. علائم این اختلال در بزرگسالان، ممکن است با مشکلاتی همچون مشکل در تمرکز و توجه، بی نظمی و عزت نفس پایین همراه باشد. ADHD، حدود شش درصد از کودکان سراسر جهان را تحت تاثیر قرار می دهد.
اخیراً تیمی متشکل از محققان دانشگاه آلتو و دانشگاه هلسینکی، یک بازی واقعیت مجازی به نام EPELI را طراحی کرده اند که می تواند با شبیه سازی موقعیت های زندگی روزمره مثل مسواک زدن و خوردن میوه، علائم ADHD را در کودکان، ارزیابی کند.
این رویکرد، علاوه بر اینکه روشی موثر برای ارزیابی عینی علائم ADHD محسوب می شود، برای کودکان نیز جالب تر از تست های عصب روان شناختی استاندارد، است.
سپس، تیم تحقیقاتی، حرکات چشم کودکان را در این بازی، ردیابی کردند و از یادگیری ماشینی برای جستجوی تفاوت ها در کودکان مبتلا به ADHD استفاده کردند. مطالعه اخیر، شامل 37 کودک مبتلا به ADHD و 36 کودک در گروه کنترل بود. هر دو گروه، EPELI و بازی دیگری به نام Shoot the Target را انجام دادند که در آن به بازیکن ها دستور داده می شود تا اشیاء موجود در محیط را پیدا کرده و با نگاه کردن به اشیا، به آنها شلیک کنند.
پژوهشگران گفته اند: ما حرکات طبیعی چشم کودکان را در حین انجام وظایف مختلف در بازی، ردیابی کردیم که روش موثری برای تشخیص علائم ADHD بود. کودکان گروه ADHD، مدت بیشتری به اشیاء مختلف در محیط، خیره می شدند و نگاه آنها با سرعت بیشتری از یک نقطه به نقطه دیگر می پرید. این موضوع، می تواند نشان دهنده تاخیر در رشد سیستم بینایی و پردازش ضعیف تر اطلاعات، نسبت به سایر کودکان باشد.
محققان اضافه کرده اند، با یک سری اصلاحات، این رویکرد همچنین می تواند برای تشخیص آسیب مغزی، ADHD بزرگسالان، علائم مربوط به فلج مغزی و حتی زوال عقل، مورد استفاده قرار گیرد.
یافته های تحقیقاتی در مجله Scientific Reports منتشر شده اند.
منبع: بهداشت نیوز
