Google Chrome научился имитировать нарушения зрения
В Google Chrome появилась функция, позволяющая имитировать нарушения зрения при просмотре веб-страниц. Функция в первую очередь предназначена для разработчиков: при включении режима просмотра страницы, к примеру, с дальтонизмом и размытым зрением, в окне меняются цвета и резкость, что позволяет в дальнейшем качественно настроить эти параметры для людей с нарушениями зрения. Об этом в своем твиттере сообщил один из исследователей компании.
Некоторые сайты используют специальные режимы для людей с нарушениями зрения: они позволяют увеличивать шрифт текста, менять цветовую гамму, делать страницы ярче или темнее. Несмотря на существование уже готовых решений для адаптации страниц, многие из них не покрывают все распространенные нарушения зрения. При этом разработчики не так часто задумываются о том, чтобы адаптировать дизайн сайта для людей с нарушениями зрения, поскольку не всегда понимают, что и как нужно изменить, чтобы облегчить восприятие информации таким посетителям.
Новую функцию от Chrome можно включить на любой странице. Среди доступных нарушений зрения, которые она имитирует, есть снижение остроты зрения, а также различные нарушения цветовосприятия, включая не только все известные виды дальтонизма (например, самый часто встречающийся тип — дейтераномалия, при котором нарушается восприятие цветов в красной и зеленой части спектра), но и полное отсутствие цветного зрения.
Функция доступна в меню для разработчиков. Оценив, как выглядит веб-страница глазами людей с нарушениями зрения, разработчики могут самостоятельно настроить внешний вид своего сайта. Похожую функцию для разработчиков недавно также показала Firefox.
О том, как устроено человеческое зрение и как мозг формирует целостную картину увиденного, а также о том, как работает цветовосприятие, вы можете прочитать в нашем материале «Зрение как оно есть», который мы подготовили совместно с сетью офтальмологических клиник 3Z.
Елизавета Ивтушок
Ученые нашли его с помощью машинного обучения и использовали в скрининговом тесте
Дэниел Ю (Daniel Yoo) из Датского технологического университета и его коллеги из Италии и США разработали тест на основе алгоритмов машинного обучения для оценки пользователем своего риска развития сахарного преддиабета и диабета. Одним из маркеров риска в нем служит длина бедра. Исследователи использовали данные почти 17,5 тысячи человек из когорты NHANES за 1988–2018 годы. Ключевые предикторы преддиабета и диабета (уровень глюкозы натощак 5,6 и выше миллимоль на литр, уровень гликированного гемоглобина 5,7 и более процентов) идентифицировали среди почти 3700 параметров с помощью алгоритма Boruta. С использованием мультимодальных данных создали несколько алгоритмов машинного обучения и сравнили их между собой, наилучшую нейросетевую модель использовали для теста MEDWACS (Machineborne Early Diabetic Warning And Control System, машинная система раннего предупреждения и контроля диабета). Отчет о работе опубликован в Journal of Clinical Epidemiology.