Neural Network Model သည် Autism Spectrum Disorder ကို ထိုးထွင်းသိမြင်မှု ပေးပါသည်။

Tohoku University မှ သုတေသီအဖွဲ့တစ်ဖွဲ့သည် အော်တစ်ဇင်ရောင်စဉ်ဆိုင်ရာ ရောဂါရှိသူများ အဘယ်ကြောင့် မျက်နှာအမူအရာ အဓိပ္ပာယ်ပြန်ဆိုရန် ခက်ခဲနေရသည်ကို ထိုးထွင်းသိမြင်နိုင်စေရန် ကွန်ပျူတာတွင် ဦးနှောက်ကို မျိုးပွားသည့် အာရုံကြောကွန်ရက်ပုံစံကို အသုံးပြုခဲ့သည်။

သုတေသနဂျာနယ်တွင် ထုတ်ဝေခဲ့သည်။ သိပ္ပံနည်းကျအစီရင်ခံစာများ ဇူလိုင်လ 26, 2021 ပေါ်မှာ။ 

မတူညီသော စိတ်ခံစားမှုများကို အသိအမှတ်ပြုခြင်း။

Yuta Takahashi သည် စာတမ်းကို ပူးတွဲရေးသားသူဖြစ်သည်။

“မျက်နှာအမူအရာတွေကို ကြည့်ခြင်းအားဖြင့် ဝမ်းနည်းမှုနဲ့ ဒေါသလိုမျိုး မတူညီတဲ့ စိတ်ခံစားမှုတွေကို လူတွေက အသိအမှတ်ပြုကြပါတယ်။ မျက်နှာအမူအရာတွေရဲ့ အမြင်အာရုံ အချက်အလက်တွေကို အခြေခံပြီး မတူညီတဲ့ စိတ်ခံစားမှုတွေကို ဘယ်လို အသိအမှတ်ပြုလာတယ်ဆိုတာ မသိရသေးဘူး” ဟု Takahashi မှ ပြောကြားခဲ့သည်။

"မျက်နှာအမူအရာဖတ်ရန် ရုန်းကန်နေရသော Autism spectrum disorder ရှိသူများအား ဤလုပ်ငန်းစဉ်တွင် မည်သည့်ပြောင်းလဲမှုများ ဖြစ်ပေါ်သည်ကို ရှင်းရှင်းလင်းလင်းမသိရသေးပါ" ဟု Takahashi မှ ဆက်လက်ပြောကြားခဲ့သည်။

Predictive Processing Theory

သုတေသနအဖွဲ့သည် ကြိုတင်ခန့်မှန်းလုပ်ဆောင်ခြင်းသီအိုရီကို အားကိုးကာ ဦးနှောက်သည် နောက်လာမည့်အာရုံခံနှိုးဆွမှုကို အဆက်မပြတ် ခန့်မှန်းပေးသည်ဟုဆိုသည်။ ခန့်မှန်းချက်မှားသောအခါ ဦးနှောက်သည် သူ့အလိုလို လိုက်လျောညီထွေဖြစ်ပြီး မျက်နှာအမူအရာကဲ့သို့သော အာရုံခံအချက်အလက်များသည် ခန့်မှန်းမှုအမှားကို လျှော့ချပေးသည်။ 

အဖွဲ့မှတီထွင်ထားသော အာရုံကြောအတုပုံစံသည် ကြိုတင်ခန့်မှန်းလုပ်ဆောင်ခြင်းသီအိုရီကိုအသုံးပြုကာ ဖွံ့ဖြိုးတိုးတက်မှုလုပ်ငန်းစဉ်ကို ပြန်လည်ထုတ်လုပ်နိုင်ခဲ့သည်။ မျက်နှာအမူအရာ ဗီဒီယိုများတွင် မျက်နှာ၏ အစိတ်အပိုင်းများ မည်သို့ရွေ့လျားမည်ကို ခန့်မှန်းရန် ကိုယ်တိုင်လေ့ကျင့်ခြင်းဖြင့် ၎င်းကို ပြုလုပ်ခဲ့သည်။ 

နောက်တစ်ဆင့်မှာ စိတ်ခံစားမှုအစုအဝေးများကို အာရုံကြောကွန်ရက်မော်ဒယ်၏ မြင့်မားသောအဆင့် နျူရွန်အာကာသထဲသို့ ကိုယ်တိုင်စုစည်းရန်ဖြစ်သည်။ တစ်ချိန်တည်းမှာပဲ မော်ဒယ်က ဗီဒီယိုထဲက မျက်နှာအမူအရာက ဘယ်ခံစားချက်နဲ့ ကိုက်ညီလဲ မသိပါဘူး။

မော်ဒယ်သည် လေ့ကျင့်ရေးတွင် မဖော်ပြထားသော အမည်မသိမျက်နှာအမူအရာကို ယေဘုယျဖော်ပြနိုင်သည့်အပြင် ခန့်မှန်းမှုအမှားများကို လျော့နည်းစေပြီး မျက်နှာအစိတ်အပိုင်းလှုပ်ရှားမှုများကို ပြန်လည်ထုတ်လုပ်နိုင်ခဲ့သည်။ 

ထို့နောက် သုတေသီအဖွဲ့သည် စမ်းသပ်မှုများအတွင်း အာရုံကြောများ၏ လုပ်ဆောင်ချက်များတွင် မူမမှန်မှုများကို လှုံ့ဆော်ပေးခဲ့ပြီး သင်ယူမှုဖွံ့ဖြိုးတိုးတက်မှုနှင့် သိမြင်မှုလက္ခဏာများဆိုင်ရာ အကျိုးသက်ရောက်မှုများကို ထိုးထွင်းသိမြင်နိုင်စေခဲ့သည်။ စမ်းသပ်ချက်များအရ အာရုံကြောလူဦးရေတွင် လှုပ်ရှားမှု၏ ကွဲပြားမှု လျော့နည်းသွားသည့် စံပြတွင် ယေဘူယျပြုနိုင်စွမ်း လျော့နည်းသွားကြောင်း သက်သေပြခဲ့သည်။ ၎င်းသည် ပိုမိုမြင့်မားသောအဆင့်ရှိ အာရုံကြောများတွင် စိတ်ခံစားမှုအစုအဝေးများ ဖွဲ့စည်းခြင်းကို ဟန့်တားထားကြောင်း အကြံပြုခဲ့ပြီး ၎င်းသည် အထီးကျန်ဆန်သောမျက်နှာအမူအရာများ၏ စိတ်ခံစားချက်ကို ခွဲခြားသတ်မှတ်ရာတွင် ပျက်ကွက်သွားသည့် သဘောထားရှိစေသည့် အာရုံကြောကွန်ရက်ပုံစံသို့ ဦးတည်သွားခဲ့သည်။

လေ့လာမှုက အာရုံကြောကွန်ရက်ပုံစံကို အသုံးပြု၍ မျက်နှာအမူအရာများမှ စိတ်ခံစားမှုကို အသိအမှတ်ပြုကြောင်း ရှင်းပြနိုင်သည်ဟု ခန့်မှန်းသည့် လုပ်ငန်းစဉ်သီအိုရီကို လေ့လာမှုက အကြံပြုထားကြောင်း Takahashi မှ ပြောကြားခဲ့သည်။

"လူသားများသည် စိတ်ခံစားမှုများနှင့် အော်တစ်ဇင်ရောဂါရှိသူများ၏ သိမြင်မှုဆိုင်ရာ လက္ခဏာရပ်များကို အသိအမှတ်ပြုရန် သင်ယူသည့် လုပ်ငန်းစဉ်နှင့် ပတ်သက်၍ ကျွန်ုပ်တို့၏ နားလည်မှုကို ထပ်မံရရှိရန် မျှော်လင့်ပါသည်" ဟု Takahashi မှ ပြောကြားခဲ့သည်။ “လေ့လာမှုက စိတ်ခံစားမှုတွေကို ခွဲခြားသိမြင်ရခက်တဲ့ လူတွေအတွက် သင့်လျော်တဲ့ ကြားဝင်ဆောင်ရွက်ပေးတဲ့ နည်းလမ်းတွေကို တိုးတက်အောင် ကူညီပေးပါလိမ့်မယ်။”