Characterization of Motor Signatures in Autism Using Interpretable Learning on 3D Motion Data
यह अध्ययन 3D मोशन कैप्चर डेटा पर एक व्याख्यात्मक मशीन लर्निंग फ्रेमवर्क का उपयोग करता है ताकि यह प्रदर्शित किया जा सके कि जटिल भावनात्मक और सामाजिक कार्य विशिष्ट, संपूर्ण-शरीर मोटर हस्ताक्षरों (signatures) को प्रकट करते हैं जो ऑटिस्टिक व्यक्तियों को न्यूरोटिपिकल नियंत्रणों से प्रभावी ढंग से अलग करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
ऑटिज्म एक ऐसी स्थिति है जो यह आकार देती है कि एक व्यक्ति दुनिया का अनुभव कैसे करता है, जो अक्सर सामाजिक मेलजोल और संचार को अलग-अलग नियमों वाले परिदृश्य में नेविगेट करने जैसा महसूस कराती है। जबकि डॉक्टरों ने लंबे समय से इन सामाजिक और संचार संबंधी चुनौतियों पर ध्यान केंद्रित किया है, एक शांत, कम दृश्यमान हिस्से को अक्सर अनदेखा किया गया है: जिस तरह से ऑटिस्टिक लोग चलते-फिरते हैं। वर्षों से, वैज्ञानिक जानते हैं कि कई ऑटिस्टिक व्यक्तियों को समन्वय (coordination), संतुलन और दूसरों की गतिविधियों की नकल करने में कठिनाई का सामना करना पड़ता है। हालाँकि, अधिकांश शोधों ने इन गतिविधियों को सरल यांत्रिक कार्यों के रूप में माना है, जैसे कि एक सीधी रेखा में चलना या एक पैर पर संतुलन बनाना, जिससे उस भावनात्मक और सामाजिक संदर्भ को हटा दिया गया जो वास्तविक जीवन की गति को इतना जटिल बनाता है। प्रश्न यह बना हुआ है: जब मस्तिष्क गति को भावनाओं या सामाजिक जुड़ाव से आवेशित करता है, तो वह इसे कैसे संभालता है? क्या एक ऑटिस्टिक व्यक्ति के चलने का तरीका बदल जाता है जब वह आत्मविश्वासी दिखने की कोशिश कर रहा होता बनाम उदास होने की? क्या उनका नृत्य अलग दिखता है जब वे अकेले होते हैं बनाम जब वे एक साथी के साथ चल रहे होते हैं? इन बारीकियों को समझना महत्वपूर्ण है क्योंकि गति केवल बिंदु A से बिंदु B तक पहुँचने के बारे में नहीं है; यह मनुष्यों द्वारा भावना व्यक्त करने और एक-दूसरे से जुड़ने का एक प्राथमिक तरीका है।
पुर्तगाल की शोधकर्ताओं की एक टीम ने शरीर के पूरे भाग को गति में देखकर इन प्रश्नों का उत्तर देने का प्रयास किया, जिसमें एक ऐसी विधि का उपयोग किया गया जो गति को केवल संख्याओं के समूह के रूप में नहीं, बल्कि पढ़े जाने वाली एक भाषा के रूप में देखती है। उन्होंने तैंतीस वयस्कों के एक समूह के साथ काम किया, जिनमें से चौदह ऑटिस्टिक थे और बीस न्यूरोटिपिकल (neurotypical) थे, जिसका अर्थ है कि उनका विकास सामान्य पथ के अनुसार हुआ था। इन प्रतिभागियों को एक कमरे में दो प्रकार के कार्य करने के लिए कहा गया जहाँ कैमरे उनकी हर हरकत को तीन आयामों (3D) में ट्रैक कर रहे थे। सबसे पहले, वे विशिष्ट भावनात्मक इरादों के साथ चले: एक बार जैसे कि वे आत्मविश्वासी और मजबूत महसूस कर रहे हों, और एक बार जैसे कि वे उदास और भारी महसूस कर रहे हों। इसके बाद, उन्होंने एक सामाजिक कार्य में भाग लिया, पहले अकेले नृत्य किया और फिर कल्पना की कि वे एक साथी के साथ नृत्य कर रहे हैं। शोधकर्ताओं ने प्रतिभागियों से केवल हिलने-डुलने के लिए नहीं कहा; उन्होंने उनसे एक भावना या एक सामाजिक भूमिका को आत्मसात करने के लिए कहा, जिससे एक समृद्ध, प्राकृतिक वातावरण बना जो प्रयोगशाला के एक निर्जीव परीक्षण की तुलना में वास्तविक जीवन के अधिक करीब है।
हजारों डेटा बिंदुओं को समझने के लिए, शोधकर्ताओं ने दो अलग-अलग प्रकार के कंप्यूटर लर्निंग सिस्टम का उपयोग किया। एक प्रणाली ने गति के विशिष्ट, हाथ से चुने गए विवरणों को देखा, जैसे कि घुटना कितनी तेजी से मुड़ा या कंधा कितनी दूर तक गया। दूसरी प्रणाली, जो एक अधिक उन्नत डीप लर्निंग मॉडल थी, ने गति के पूरे प्रवाह को एक निरंतर धारा के रूप में देखा, और उन पैटर्न को खोजने की कोशिश की जिन्हें मानवीय आँखें मिस कर सकती हैं। महत्वपूर्ण रूप से, शोधकर्ता केवल यह नहीं चाहते थे कि कंप्यूटर अनुमान लगाए कि कौन ऑटिस्टिक है और कौन नहीं; वे यह समझना चाहते थे कि कंप्यूटर ने वे अनुमान क्यों लगाए। उन्होंने ऐसे उपकरणों का उपयोग किया जो एक स्पॉटलाइट की तरह काम करते हैं, जो ठीक से प्रकट करते हैं कि शरीर के कौन से हिस्से और समय के कौन से क्षण कंप्यूटर के निर्णय के लिए सबसे महत्वपूर्ण थे। इस दृष्टिकोण ने उन्हें न केवल यह देखने की अनुमति दी कि एक अंतर मौजूद था, बल्कि यह भी कि वह अंतर कहाँ और कब हुआ।
परिणामों ने दिखाया कि दोनों समूहों के बीच अंतर करने की क्षमता कार्य की जटिलता पर बहुत निर्भर करती थी। जब प्रतिभागी केवल चल रहे थे, तो कंप्यूटर मध्यम सटीकता के साथ समूहों के बीच अंतर कर सकता था, लेकिन जैसे-जैसे कार्य अधिक भावनात्मक और सामाजिक रूप से मांग वाले होते गए, अंतर बहुत स्पष्ट हो गए। कंप्यूटर नृत्य कार्यों के दौरान सबसे सफल रहा, विशेष रूप से तब जब प्रतिभागियों ने एक साथी की कल्पना की। यह सुझाव देता है कि जितना अधिक एक गति के लिए भावनात्मक अभिव्यक्ति या सामाजिक समन्वय की आवश्यकता होती है, उतना ही ऑटिस्टिक व्यक्ति का अनूठा "मोटर सिग्नेचर" (motor signature) उभर कर आता है। ऐसा प्रतीत होता है कि ऑटिज्म में चुनौतियाँ केवल कौशल की कमी के बारे में नहीं हैं, बल्कि इस बारे में हैं कि मस्तिष्क जटिल सामाजिक और भावनात्मक मांगों का सामना करते समय अपनी गति रणनीतियों को कैसे अनुकूलित करता है।
जब शोधकर्ताओं ने बारीकी से देखा कि किन विशिष्ट शरीर के अंगों ने इन अंतरों को प्रेरित किया, तो उन्हें एक दिलचस्प पैटर्न मिला। चलने के कार्यों के लिए, सबसे बताने वाले संकेत अक्सर निचले शरीर में, विशेष रूप से पैरों और घुटनों में पाए गए। जिस तरह से पैर जमीन को छूते थे और घुटनों के कोणों ने एक सुसंगत सुराग दिया जो स्थिर रहा, चाहे व्यक्ति आत्मविश्वास या उदासी दिखाने की कोशिश कर रहा हो। हालाँकि, जैसे-जैसे कार्य अधिक अभिव्यंजक होते गए, कहानी बदल गई। उदास चलने के कार्य के दौरान, अंतर ऊपर की ओर स्थानांतरित हो गया, जिसमें धड़ और छाती अधिक प्रमुख हो गए। कंप्यूटर ने देखा कि जबकि शरीर का पथ अंतरिक्ष में समान दिख सकता था, ऊपरी शरीर की गतिविधियों का आकार और तीव्रता अलग थी। नृत्य के कार्यों में, यह अंतर और भी व्यापक हो गया। अकेले नृत्य करते समय, हाथ और कंधे प्रमुख संकेतक थे। लेकिन जब प्रतिभागियों ने एक साथी के साथ नृत्य करने की कल्पना की, तो अंतर सिर से लेकर पैर के अंगूठे तक, पूरे शरीर में फैल गया, जो यह सुझाव देता है कि सामाजिक समन्वय के लिए पूर्ण-शरीर एकीकरण की आवश्यकता होती है जो मस्तिष्क द्वारा गति की योजना बनाने और उसे निष्पादित करने के गहरे अंतर को प्रकट करती है।
सबसे चौंकाने वाले निष्कर्षों में से एक समय (timing) के बारे में था। कंप्यूटर ने सीखा कि दोनों समूहों के बीच सबसे बड़े अंतर अक्सर गति की शुरुआत में ही होते थे। जब किसी प्रतिभागी ने नृत्य शुरू किया या अपनी चाल बदली, तो शरीर की प्रारंभिक योजना और सेटअप ने सबसे विशिष्ट पैटर्न प्रकट किए। जैसे-जैसे गति जारी रही और अधिक स्वचालित हो गई, अंतर कभी-कभी कम स्पष्ट हो गए। यह सुझाव देता है कि कठिनाई गति बनाए रखने की क्षमता में नहीं, बल्कि इरादे या सामाजिक संकेत को भौतिक क्रिया में अनुवादित करने के प्रारंभिक चरण में हो सकती है। अध्ययन ने यह भी पाया कि कंप्यूटर विभिन्न व्यक्तियों में इन पैटर्न को लगातार पहचान सका, भले ही समूह में अलग-अलग आयु और विभिन्न क्षमताओं वाले लोग शामिल थे। यह इंगित करता है कि ये गति संबंधी अंतर ऑटिस्टिक अनुभव का एक मौलिक हिस्सा हैं, न कि अन्य कारकों का केवल एक दुष्प्रभाव।
यह शोध यह सुझाव नहीं देता है कि ऑटिस्टिक लोग "गलत" तरीके से चलते हैं या उनमें खुद को अभिव्यक्त करने की क्षमता की कमी है। इसके बजाय, यह गति को व्यवस्थित करने के एक अलग तरीके की ओर संकेत करता है, जो अद्वितीय तरीके से भावनात्मक और सामाजिक संदर्भों पर प्रतिक्रिया करता है। अध्ययन इस विचार को चुनौती देता है कि ऑटिज्म में मोटर अंतर निश्चित या स्थिर होते हैं। इसके बजाय, यह दिखाता है कि ये अंतर तरल हैं, जो इस बात पर निर्भर करते हुए बदलते और अनुकूलित होते हैं कि व्यक्ति अकेला है या दूसरों के साथ, और वह आत्मविश्वास या उदासी व्यक्त कर रहा है। शरीर की भाषा को सुनने के लिए उन्नत कंप्यूटर उपकरणों का उपयोग करके, शोधकर्ताओं ने संचार की एक ऐसी परत को उजागर किया है जो लंबे समय से छिपी हुई थी। उन्होंने पाया कि शरीर मन का एक हस्ताक्षर रखता है, जो तब सबसे अधिक दृश्यमान होता है जब हम इसे कुछ जटिल और सार्थक करने के लिए कहते हैं। यह कार्य ऑटिज्म को समझने के नए द्वार खोलता है, जो यह सुझाव देता है कि वास्तविक दुनिया के संदर्भों में लोगों की गति को देखकर, हम इस बारे में गहरी और अधिक करुणामयी समझ प्राप्त कर सकते हैं कि वे दुनिया का अनुभव कैसे करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।