હવે, ફિલાડેલ્ફિયાની ચિલ્ડ્રન્સ હોસ્પિટલ (CHOP) ખાતે સેન્ટર ફોર ઓટીઝમ રિસર્ચ (CAR)ના સંશોધકોએ મોટર અનુકરણને માપવાની એક નવી પદ્ધતિ વિકસાવી છે, જેમાં કોમ્પ્યુટેશનલ બિહેવિયર એનાલિસિસ ટૂલ્સના વધતા સમૂહમાં ઉમેરો થયો છે જે બાળકોમાં મોટર તફાવતોને શોધી અને લાક્ષણિકતા કરી શકે છે. ઓટીઝમ પદ્ધતિનું વર્ણન કરતો અભ્યાસ તાજેતરમાં મલ્ટિમોડલ ઇન્ટરએક્શન પર ઇન્ટરનેશનલ કોન્ફરન્સના ભાગ રૂપે રજૂ કરવામાં આવ્યો હતો.
સંશોધકો દાયકાઓથી ઓટીઝમનો અભ્યાસ કરવાના સાધન તરીકે મોટર અનુકરણમાં રસ ધરાવે છે. પ્રારંભિક વિકાસમાં અનુકરણ મહત્વપૂર્ણ છે, અને ઓટીઝમ ધરાવતા લોકોમાં સામાજિક તફાવતો પોતાને કેવી રીતે રજૂ કરે છે તેના માટે અનુકરણ તફાવતો પાયાના હોઈ શકે છે. જો કે, દાણાદાર અને માપી શકાય તેવા બંને પ્રકારના અનુકરણના પગલાં બનાવવા પડકારરૂપ સાબિત થયા છે. ભૂતકાળમાં, સંશોધકોએ ચોક્કસ અનુકરણ સીમાચિહ્નોનાં પિતૃ અહેવાલ પગલાં પર આધાર રાખ્યો હતો, પરંતુ તે જરૂરી નથી કે તે વ્યક્તિગત તફાવતોને માપવા અથવા સમય જતાં ફેરફારને માપવા માટે પૂરતા ચોક્કસ હોય. અન્ય લોકોએ અનુકરણ કૌશલ્યો કેપ્ચર કરવા માટે વર્તણૂકલક્ષી કોડિંગ યોજનાઓ અથવા વિશિષ્ટ કાર્યો અને સાધનોનો ઉપયોગ કર્યો છે, જે સંસાધન-સઘન છે અને મોટાભાગની વસ્તી દ્વારા ઍક્સેસિબલ નથી.
"ઘણીવાર, અનુકરણ કરેલ ક્રિયાની અંતિમ સ્થિતિની ચોકસાઈ પર ભાર મૂકવામાં આવે છે, તે બિંદુ સુધી પહોંચવા માટે જરૂરી તમામ પગલાઓ માટે એકાઉન્ટ કરવામાં નિષ્ફળ જાય છે," કેસી ઝામ્પેલા, પીએચડી, CAR ના વૈજ્ઞાનિક અને અભ્યાસના પ્રથમ લેખકે જણાવ્યું હતું. "બાળક ક્યાં પહોંચે છે તેના આધારે ક્રિયાઓને સચોટ ગણી શકાય, પરંતુ તે બાળક ત્યાં કેવી રીતે પહોંચ્યું તેની પ્રક્રિયાને અવગણી રહ્યું છે. ક્રિયા કેવી રીતે પ્રગટ થાય છે તે કેવી રીતે સમાપ્ત થાય છે તેના કરતાં મોટર તફાવતોને દર્શાવવા માટે તે વધુ મહત્વનું છે. પરંતુ આ ખુલાસાને કેપ્ચર કરવા માટે ઝીણવટભર્યા અને બહુપરિમાણીય અભિગમની જરૂર છે.
આને સંબોધવા માટે, CARના વૈજ્ઞાનિકોએ મોટર અનુકરણનું મૂલ્યાંકન કરવા માટે એક નવી, મોટાભાગે સ્વયંસંચાલિત કોમ્પ્યુટેશનલ પદ્ધતિ વિકસાવી છે. સહભાગીઓને વિડિઓ સાથે સમયસર હિલચાલના ક્રમનું અનુકરણ કરવાની સૂચના આપવામાં આવે છે. આ પદ્ધતિ 2D અને 3D કેમેરા બંને સાથે અનુકરણ કાર્યના સંપૂર્ણ અભ્યાસક્રમ દરમિયાન તમામ અંગોના સાંધામાં શરીરની હિલચાલને ટ્રૅક કરે છે. આ પદ્ધતિ એક નવતર અભિગમનો પણ ઉપયોગ કરે છે જે કેપ્ચર કરે છે કે શું સહભાગીને તેમના પોતાના શરીરમાં મોટર સંકલન મુશ્કેલીઓ છે જે અન્ય લોકો સાથે હલનચલનનું સંકલન કરવાની તેમની ક્ષમતાને પ્રભાવિત કરી શકે છે. પુનરાવર્તિત કાર્યોમાં પ્રદર્શન માપવામાં આવે છે.
આ પદ્ધતિનો ઉપયોગ કરીને, સંશોધકો 82% ચોકસાઈ સાથે સામાન્ય રીતે વિકાસશીલ યુવાનોથી ઓટીઝમ ધરાવતા સહભાગીઓને અલગ પાડવા સક્ષમ હતા. સંશોધકોએ એ પણ દર્શાવ્યું હતું કે તફાવતો માત્ર વિડિયો સાથેના આંતરવ્યક્તિત્વ સંકલન દ્વારા જ નહીં પરંતુ આંતરવ્યક્તિત્વ સંકલન દ્વારા પણ પ્રેરિત હતા. બંને 2D અને 3D ટ્રેકિંગ સૉફ્ટવેરમાં સમાન સ્તરની ચોકસાઈ હતી, જેનો અર્થ છે કે બાળકો કોઈપણ વિશિષ્ટ સાધનોનો ઉપયોગ કર્યા વિના ઘરે જ પરીક્ષણો કરી શકે છે.
CAR ના કોમ્પ્યુટેશનલ સાયન્ટિસ્ટ, પીએચડી, બિરકન તુનકે જણાવ્યું હતું કે, "આના જેવા પરીક્ષણો અમને માત્ર ઓટીઝમ ધરાવતા લોકોમાંના તફાવતો વિશે વધુ જાણવામાં મદદ કરતા નથી, પરંતુ તે અમને સારવારની અસરકારકતા અથવા તેમના જીવનમાં ફેરફારો જેવા પરિણામોને માપવામાં મદદ કરી શકે છે." અને વરિષ્ઠ અભ્યાસ લેખક. "જ્યારે આ કસોટી અત્યારે વિકસાવવામાં આવી રહી છે તેવા ઘણા અન્ય કોમ્પ્યુટેશનલ વર્તણૂક વિશ્લેષણ પરીક્ષણો સાથે ઉમેરવામાં આવે છે, ત્યારે અમે એક એવા બિંદુની નજીક પહોંચીએ છીએ જ્યાં અમે મોટાભાગના વર્તણૂકીય સંકેતોને માપી શકીએ છીએ જે ક્લિનિશિયન અવલોકન કરે છે."
આ લેખમાંથી શું દૂર કરવું:
- Now, researchers at the Center for Autism Research (CAR) at Children’s Hospital of Philadelphia (CHOP) have developed a new method of measuring motor imitation, adding to a growing set of computational behavior analysis tools that can detect and characterize motor differences in children with autism.
- “Often times, the emphasis is placed on the end state accuracy of an imitated action, failing to account for all the steps necessary to get to that point,”.
- The method tracks body movement across all limb joints over the full course of the imitation task with both a 2D and a 3D camera.
