Gesundheitswesen

Mensch-Computer-Schnittstellen könnten neue Erkenntnisse über Alzheimer liefern

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Eines der großen Probleme bei Alzheimer-Krankheit ist, dass sie selten in einem frühen Stadium diagnostiziert wird, in dem sie besser kontrolliert werden kann. Jetzt erforscht ein Team von Forschern an der Kaunas University of Technology (KTU), wie Mensch-Computer-Schnittstellen für Menschen mit Gedächtnisbeeinträchtigungen angepasst werden können, um ein sichtbares Objekt vor ihnen zu erkennen.

Visuelle Reize identifizieren

Laut Rytis Maskeliūnas, einem Forscher am Department of Multimedia Engineering an der KTU, ist die Klassifizierung von Informationen, die auf dem Gesicht sichtbar sind, eine tägliche menschliche Funktion.

“Beim Kommunizieren ‘erzählt’ uns das Gesicht den Kontext des Gesprächs, besonders aus emotionaler Sicht, aber können wir visuelle Reize anhand von Hirnsignalen identifizieren?” sagt Maskeliūnas.

Die Studie zielt darauf ab, die Fähigkeit eines Individuums zu analysieren, kontextuelle Informationen aus dem Gesicht zu verarbeiten und zu erkennen, wie eine Person darauf reagiert.

Maskeliūnas sagt, dass es verschiedene Studien gibt, die zeigen, dass Hirnerkrankungen durch die Untersuchung von Gesichtsmuskeln und Augenbewegungen analysiert werden können. Dies liegt daran, dass degenerative Hirnstörungen sowohl das Gedächtnis als auch die kognitiven Funktionen sowie das mit den Augenbewegungen verbundene Nervensystem beeinträchtigen.

Die Forschung gibt bessere Einblicke in die Art und Weise, wie ein Patient mit Alzheimer visuell sichtbare Gesichter im Gehirn verarbeiten kann, genauso wie Menschen ohne Alzheimer.

Dovilė Komolovaitė ist Absolventin der KTU-Fakultät für Mathematik und Naturwissenschaften. Sie ist Co-Autorin der Studie.

“Die Studie verwendet Daten von einem Elektroenzephalogramm, das die elektrischen Impulse im Gehirn misst”, sagt Komolovaitė.

Das Experiment, das für die Studie durchgeführt wurde, wurde an gesunden Personen und an Personen mit Alzheimer durchgeführt.

“Die Hirnsignale einer Person mit Alzheimer sind typischerweise erheblich lauter als bei einer gesunden Person”, sagt Komolovaitė.

Dies macht es für die Person schwieriger, sich zu konzentrieren, wenn sie Symptome erlebt.

Das Experiment

Die Studie umfasste eine Gruppe von Frauen über 60 Jahren.

“Das höhere Alter ist einer der Haupt-Risikofaktoren für Demenz, und da die Auswirkungen des Geschlechts auf die Hirnwellen festgestellt wurden, ist die Studie genauer, wenn nur eine Geschlechtsgruppe ausgewählt wird”, fährt Komolovaitė fort.

Jede Person wurde während einer einstündigen Periode Fotos von menschlichen Gesichtern gezeigt. Die Fotos wurden nach verschiedenen Kriterien ausgewählt. Zum Beispiel wurden neutrale und ängstliche Gesichter gezeigt, als die Auswirkungen von Emotionen analysiert wurden. Als der Faktor der Vertrautheit analysiert wurde, wurden bekannte und zufällig ausgewählte Personen gezeigt.

Um zu verstehen, ob eine Person ein Gesicht richtig versteht, drückte die Teilnehmer nach jedem Reiz einen Knopf, um anzuzeigen, ob das Gesicht invertiert oder korrekt war.

“Sogar in diesem Stadium macht ein Alzheimer-Patient Fehler, also ist es wichtig, festzustellen, ob die Beeinträchtigung des Objekts auf Gedächtnis- oder Sehprozesse zurückzuführen ist”, sagt Komolovaitė.

Die Studie umfasste Daten von der Standard-Elektroenzephalographie-Ausrüstung, aber Daten, die von invasiven Mikroelektroden gesammelt wurden, wären besser für die Erstellung eines praktischen Tools. Dies würde es den Experten ermöglichen, die Aktivität der Neuronen besser zu messen, was die Qualität des KI-Modells erhöhen würde.

“Natürlich sollten neben den technischen Anforderungen auch eine Gemeinschaftsumgebung vorhanden sein, die darauf abzielt, das Leben von Menschen mit Alzheimer zu erleichtern. Dennoch denke ich persönlich, dass wir in fünf Jahren immer noch Technologien sehen werden, die auf die Verbesserung der körperlichen Funktion abzielen, und die Konzentration auf Menschen, die von Hirnerkrankungen betroffen sind, in diesem Bereich wird erst später kommen”, sagt Maskeliūnas.

“Wenn wir diesen Test als medizinisches Werkzeug verwenden möchten, ist auch ein Zertifizierungsprozess erforderlich”, fährt Komolovaitė fort.

Alex leitet den KI-gestützten Nachrichtenbetrieb von Unite.AI und kombiniert Journalismus, Forschung und Automatisierung, um eine zeitnahe und skalierbare Berichterstattung über Künstliche Intelligenz zu ermöglichen. Seine Arbeit trägt dazu bei, dass aufkommende KI-Entwicklungen effizient aufbereitet werden, während die redaktionellen Standards der Publikation eingehalten werden.