A jelentős nemzetközi hatású, kiemelkedő eredményeket elért kutatócsoportoknak szánt speciális támogatás (OTKA-KH pályázat) keretében valósult meg kétéves futamidejű kutatásunk, melynek címe “A fejlődési zavarok korai felismerése és készségfejlesztés egy mozgásra ösztönző és automatikus mozgáselemző mobil-alkalmazással”.
A projekt célja olyan mozgásra ösztönző és mozgáselemző játék fejlesztése okostelefonra és okosórára, mely amellett, hogy segít kiküszöbölni a gyerekek mozgáshiányból adódó egészségügyi problémáit, egyúttal lehetővé teszi bizonyos fejlődési zavarok korábbi, automatizált azonosítását. Az autizmus spektrum zavarral (ASD) és figyelemhiányos-hiperaktivitás zavarral (ADHD) élő gyerekek mozgása ugyanis eltér a tipikusan fejlődő gyerekekétől, így lehetséges, hogy a mozgásszenzorok adatait elemző szoftver (tanuló algoritmus) segítségével találhatók olyan mozgásjellemzők, amelyek által be lehet jósolni, hogy egy gyerek érintett-e valamelyik fejlődési zavarban. Ez által korábbi és automatizált diagnózis válhat lehetővé, így a gyerekek általános készségfejlesztése is korábban megkezdődhet, ami bizonyítottan jobb eredményekhez és életminőséghez vezet. A játék arra is alkalmas lesz, hogy az érintett gyerekek mozgását fejlessze, ami pedig egyéb készségek fejlődését is maga után vonja.
A kutatás adatgyűjtési szakasza lezárult. Az elemzés első szakaszában betanítottuk a gépi tanuló programot a gyerekek által végzett különböző típusú mozgásformák (pl. bégaugrás, mackójárás, könyv lapozgatás, építőkockázás, stb.) felismerésére. Ezek adják majd az alapot a mozgásfejlesztő és mozgáselemző játék elkészítéséhez. A mozgásformák gépi felismerése kifejezetten sikeres volt, így a készülő játék fel tudja majd ismerni, hogy a gyerek jól hajtotta-e végre a kért mozgást és visszajelzést tud adni neki erről, ezáltal fejlesztve a gyerek mozgását.
A következő szakaszban pedig a gépi tanuló programot arra tanítjuk be, hogy ismerje fel, hogy a különböző mozgásformák tipikusan fejlődő, autizmussal vagy ADHD-val élő gyerektől származnak. Ennek a kivitelezése jelenleg még zajlik.
Publikáció:
Csizmadia, G., Liszkai-Peres, K., Ferdinandy, B., Miklósi, Á., & Konok, V. (2022). Human activity recognition of children with wearable devices using LightGBM machine learning. Scientific Reports, 12(1). https://doi.org/10.1038/s41598-022-09521-1
