Feasibility and Preliminary Clinical Validation of the Explainable Digital Biomarker for Dyslexia (EDBD): A Prospective Pilot Study Protocol

लाखों स्कूली बच्चों के लिए, पढ़ने सीखने का मार्ग डिस्लेक्सिया नामक एक छिपी हुई बाधा द्वारा अवरुद्ध है। यह सामान्य सीखने का अंतर लगभग दस में से एक छात्र को प्रभावित करता है, फिर भी उन्हें मदद करने के लिए डिज़ाइन की गई प्रणाली अक्सर समस्या को बहुत देर होने तक पहचानने में विफल रहती है। जब तक किसी बच्चे की औपचारिक रूप से पहचान होती है, आमतौर पर तीसरी कक्षा या उसके बाद, तब तक सबसे प्रभावी मस्तिष्क-आधारित हस्तक्षेपों के लिए महत्वपूर्ण समय सीमा अक्सर समाप्त हो चुकी होती है। पिछले चालीस वर्षों में प्रारंभिक पहचान का विज्ञान काफी उन्नत हुआ है, जिसने इस बात की पहचान की है कि बच्चे ध्वनियों को कैसे संसाधित करते हैं, वस्तुओं का नाम कितनी तेज़ी से लेते हैं और शब्दों के क्रम को कैसे याद रखते हैं। हालाँकि, इन वैज्ञानिक संकेतों को एक व्यावहारिक उपकरण में बदलना जिसे एक सामान्य कक्षा शिक्षक उपयोग कर सके, एक दूर का लक्ष्य बना हुआ है। चुनौती डेटा की कमी नहीं थी, बल्कि एक ऐसी प्रणाली बनाने की कठिनाई थी जो सटीक भी हो और उन वयस्कों के लिए समझने योग्य भी हो जिन्हें इस पर कार्रवाई करनी है।

यह शोध पत्र उस समस्या को हल करने की दिशा में एक सावधानीपूर्वक नियोजित पहले कदम की रूपरेखा प्रस्तुत करता है। यह किसी नए नैदानिक उपकरण पर तैयार उत्पाद या अंतिम निर्णय प्रस्तुत नहीं करता है। इसके बजाय, यह एक पायलट अध्ययन के लिए एक प्रोटोकॉल का वर्णन करता है, जो एक प्रारंभिक परीक्षण है यह देखने के लिए कि क्या एक नया डिजिटल स्क्रीनिंग तरीका वास्तव में एक वास्तविक प्राथमिक विद्यालय में काम कर सकता है। शोधकर्ताओं ने एक विशिष्ट ढांचा बनाने के लिए दशकों के वैज्ञानिक साक्ष्यों को संश्लेषित करने में वर्षों बिताए हैं जिसे 'एक्सप्लेनेबल डिजिटल बायोमार्कर फॉर डिस्लेक्सिया' कहा जाता है। यह ढांचा पढ़ने की कठिनाई के चार विशिष्ट संकेतकों पर आधारित है जो भविष्य के संघर्षों की भविष्यवाणी करने में सिद्ध हुए हैं। नवाचार इस बात में निहित है कि उपकरण अपने निष्कर्षों को कैसे प्रस्तुत करता है: केवल "हाँ" या "ना" का उत्तर देने के बजाय, इसे अपने निष्कर्ष के पीछे के तर्क को इस तरह दिखाने के लिए डिज़ाइन किया गया है जिसका अनुसरण शिक्षक और डॉक्टर कर सकें। इस अध्ययन का लक्ष्य यह सिद्ध करना नहीं है कि उपकरण तुरंत पूरी तरह से काम करता है, बल्कि यह निर्धारित करना है कि क्या इसे बच्चों को दिया जा सकता है, क्या एकत्र किया गया डेटा विश्वसनीय है, और क्या इसके द्वारा दिए गए स्पष्टीकरण वास्तव में वयस्कों को बेहतर निर्णय लेने में मदद करते हैं।

अध्ययन प्राथमिक विद्यालयों में आयोजित किया जाना है, जिसमें पहली से तीसरी कक्षा के बच्चों, लगभग छह से नौ वर्ष की आयु के बच्चों को लक्षित किया गया है। यह आयु सीमा इसलिए चुनी गई क्योंकि यह उस अवधि को पकड़ती है जब चार विशिष्ट संकेतक भविष्य की पढ़ने की कठिनाइयों के लिए सबसे अधिक भविष्य कहने वाले होते हैं, फिर भी इतनी जल्दी है कि हस्तक्षेप बच्चे के शैक्षिक पथ को बदल सकता है। शोधकर्ता पायलट में लगभग 200 बच्चों को नामांकित करने की योजना बना रहे हैं। सहमति देने वाला प्रत्येक बच्चा एक प्रशिक्षित कर्मचारी के साथ बैठेगा और टैबलेट पर कार्यों की एक छोटी श्रृंखला पूरी करेगा। ये कार्य मापेंगे कि बच्चा शब्दों को ध्वनियों में कितनी अच्छी तरह तोड़ सकता है, परिचित वस्तुओं का नाम कितनी तेज़ी से ले सकता है, सही वर्तनी चुन सकता है, और बोले गए शब्दों के क्रम को याद रख सकता है। पूरा सत्र तीस मिनट से अधिक का नहीं होना चाहिए।

जबकि सभी 200 बच्चे इस प्रारंभिक स्क्रीनिंग को पूरा करेंगे, लगभग 60 के एक छोटे समूह को अधिक गहन, पारंपरिक मूल्यांकन से गुजरना होगा। इस छोटे समूह में वे सभी बच्चे शामिल होंगे जो टैबलेट टेस्ट पर कठिनाई के संकेत दिखाते हैं, साथ ही अच्छा प्रदर्शन करने वाले बच्चों का एक यादृच्छिक चयन भी होगा। इन 60 बच्चों को एक लाइसेंस प्राप्त स्कूल मनोवैज्ञानिक द्वारा संचालित एक व्यापक, एक-पर-एक मनोशैक्षिक मूल्यांकन प्राप्त होगा। यह पारंपरिक मूल्यांकन वर्तमान में डिस्लेक्सिया के निदान के लिए स्वर्ण मानक (गोल्ड स्टैंडर्ड) है, जिसमें घंटों का परीक्षण और साक्षात्कार शामिल है। महत्वपूर्ण रूप से, यह गहन जांच करने वाला मनोवैज्ञानिक प्रारंभिक टैबलेट स्क्रीनिंग के परिणामों से अनभिज्ञ होगा। यह 'ब्लाइंडिंग' सुनिश्चित करती है कि नए डिजिटल उपकरण और पारंपरिक पद्धति के बीच तुलना निष्पक्ष और निष्पक्ष हो।

शोधकर्ता केवल यह परीक्षण नहीं कर रहे हैं कि क्या टैबलेट पढ़ने की कठिनाइयों को पहचान सकता है; वे यह भी परीक्षण कर रहे हैं कि क्या उपकरण का डिज़ाइन उपयोग करने वाले लोगों की मदद करता है या उन्हें बाधित करता है। अध्ययन का एक अलग हिस्सा शिक्षकों और चिकित्सकों को सिम्युलेटेड (कृत्रिम) मामलों की समीक्षा करने के लिए कहेगा। वे उपकरण के आउटपुट को दो अलग-अलग तरीकों से देखेंगे: एक पूर्ण स्पष्टीकरण के साथ जो साक्ष्य दिखाता है, और एक केवल एक कच्चे संभाव्यता स्कोर (रॉ प्रोबेबिलिटी स्कोर) के साथ। लक्ष्य यह देखना है कि क्या स्कोर के पीछे के तर्क को देखने से वयस्क उपकरण पर अधिक भरोसा करते हैं, या क्या यह उन्हें कंप्यूटर के सुझाव का आँख मूंदकर पालन करने की ओर ले जाता है। यह एक महत्वपूर्ण प्रश्न है, क्योंकि सटीक लेकिन भ्रमित करने वाले उपकरण उतने ही खतरनाक हो सकते हैं जितने कि उपयोग में आसान लेकिन गलत उपकरण।

चूंकि यह एक पायलट अध्ययन है, शोधकर्ता एक एकल संख्या के आधार पर उपकरण को सफल या असफल घोषित करने की कोशिश नहीं कर रहे हैं। इसके बजाय, उन्होंने आगे क्या करना है यह तय करने के लिए एक "ट्रैफिक लाइट" प्रणाली स्थापित की है। यदि अध्ययन सुचारू रूप से चलता है, जिसमें उच्च भागीदारी दर, कम प्रशासन समय और कोई तकनीकी गड़बड़ी नहीं होती है, तो लाइट हरी हो जाती है, और टीम एक बहुत बड़े, पूर्ण रूप से संचालित परीक्षण की ओर बढ़ेगी। यदि मामूली अड़चनें आती हैं, जैसे कि परीक्षण में उम्मीद से थोड़ा अधिक समय लगना, तो लाइट एम्बर (पीली) हो जाती है, जो संकेत देती है कि टीम को दोबारा प्रयास करने से पहले प्रक्रिया में बदलाव करने की आवश्यकता है। यदि टीम पर्याप्त परिवारों को जोड़ने में विफल रहती है या तकनीक बार-बार टूट जाती है, तो लाइट लाल हो जाती है, और टीम को वापस शुरुआती योजना पर जाना होगा। यह सतर्क दृष्टिकोण सुनिश्चित करता है कि किसी ऐसे उपकरण पर समय बर्बाद न हो जो वास्तविक दुनिया में कार्य करने में सक्षम नहीं है।

यह शोध पत्र इस बात पर जोर देता है कि अभी तक कोई परिणाम एकत्र नहीं किए गए हैं। यह दस्तावेज़ एक ब्लूप्रिंट है, एक वादा है कि शोधकर्ता साक्ष्य को जिम्मेदारी से कैसे एकत्र करने का इरादा रखते हैं। वे बच्चों पर नई तकनीकों के परीक्षण में शामिल जोखिमों के प्रति पूरी तरह जागरूक हैं। प्रतिभागियों की सुरक्षा के लिए, अध्ययन के लिए माता-पिता से लिखित अनुमति और बच्चों से स्वयं एक अलग, आयु-उपयुक्त सहमति की आवश्यकता होती है। शोधकर्ताओं ने यह सुनिश्चित करने के लिए सुरक्षा उपाय भी बनाए हैं कि स्क्रीनिंग के परिणामों का उपयोग कभी भी अकेले किसी बच्चे को सेवाएं देने से मना करने या उन्हें स्थायी रूप से लेबल करने के लिए नहीं किया जाएगा। एकत्र किया गया डेटा गुमनाम और सुरक्षित रखा जाएगा, और अध्ययन को विविध पृष्ठभूमि के परिवारों को शामिल करने के लिए डिज़ाइन किया गया है ताकि यह उपकरण सभी के लिए काम करे, न कि केवल कुछ विशेषाधिकार प्राप्त लोगों के लिए।

अंततः, यह प्रोटोकॉल इस बात का प्रतिनिधित्व करता है कि कक्षाओं में आर्टिफिशियल इंटेलिजेंस को कैसे लाया जाए। जटिल एल्गोरिदम को तैनात करने की जल्दबाजी करने के बजाय, शोधकर्ता एक व्यवस्थित, चरण-दर-चरण दृष्टिकोण अपना रहे हैं। वे दशकों की वैज्ञानिक खोज और स्कूली प्रणाली की दैनिक वास्तविकता के बीच एक सेतु बना रहे हैं। सबसे पहले व्यवहार्यता और मानवीय समझ पर ध्यान केंद्रित करके, उनका लक्ष्य एक ऐसा उपकरण बनाना है जो न केवल समस्या की पहचान करे, बल्कि इसे स्पष्ट रूप से समझा सके ताकि शिक्षकों और अभिभावकों को कार्य करने के लिए सशक्त बनाया जा सके। यदि पायलट अध्ययन अपने मानदंडों को पूरा करता है, तो यह एक बड़े परीक्षण का मार्ग प्रशस्त करेगा जो अंततः शुरुआती चेतावनी संकेतों और बच्चों को सफल होने के लिए आवश्यक मदद के बीच के अंतर को पाट सकता है।