Menneske-datamaskin-grensesnitt kan gi ny innsikt i Alzheimers sykdom

En av de største problemene med Alzheimers sykdom er at den sjelden blir diagnostisert i et tidlig stadium, som er når den kan kontrolleres bedre. Nå er et team av forskere ved Kaunas University of Technology (KTU) i ferd med å utforske hvordan menneske-datamaskin-grensesnitt kan tilpasses for mennesker med hukommelsesproblemer så de kan gjenkjenne et synlig objekt foran seg.

Identifisering av visuelle stimuli

Ifølge Rytis Maskeliūnas, en forsker ved avdelingen for multimediaingeniørvitenskap ved KTU, er klassifisering av informasjon som er synlig på ansiktet en daglig menneskelig funksjon.

“Mens vi kommuniserer, forteller ansiktet oss om samtalekonteksten, spesielt fra et emosjonelt perspektiv, men kan vi identifisere visuelle stimuli basert på hjerne-signaler?” sier Maskeliūnas.

Studien hadde som mål å analysere en persons evne til å prosessere kontekstinformasjon fra ansiktet og å påvise hvordan en person reagerer på det.

Maskeliūnas sier at det finnes flere studier som viser at hjerne-sykdommer kan analyseres ved å undersøke ansiktsmuskulatur og øyebevegelser. Dette er fordi degenererende hjerneforstyrrelser påvirker både hukommelse og kognitive funksjoner, samt det kraniale nervesystemet som er assosiert med øyebevegelser.

Forskningen gir bedre innsikt i hvordan en pasient med Alzheimers kan visuelt prosessere synlige ansikter i hjernen på samme måte som personer uten Alzheimers.

Dovilė Komolovaitė er en avgangselev fra KTU Fakultet for matematikk og naturvitenskap. Han var medforfatter av studien.

“Studien bruker data fra en elektroencefalograf, som måler de elektriske impulsene i hjernen,” sier Komolovaitė.

Eksperimentet som ble utført for studien, ble gjennomført på friske personer og personer med Alzheimers.

“Hjernesignalene til en person med Alzheimers er vanligvis mye støyere enn hos en frisk person,” sier Komolovaitė.

Dette gjør det vanskeligere for personen å fokusere når de opplever symptomer.

Eksperimentet

Studien omfattet en gruppe kvinner over 60 år.

“Høy alder er en av de viktigste risikofaktorene for demens, og siden effektene av kjønn ble merket i hjernebølger, er studien mer nøyaktig når bare en kjønnsgruppe velges,” fortsetter Komolovaitė.

Hver person ble vist bilder av menneskeansikter i løpet av en time. Bildene ble valgt i henhold til forskjellige kriterier. For eksempel ble nøytrale og redde ansikter vist når de analyserte innflytelsen av emosjoner. Når de analyserte faktoren med kjennskap, ble kjente og tilfeldig valgte personer vist.

For å forstå om en person forstår et ansikt riktig, trykket deltakerne på en knapp etter hver stimulus for å indikere om ansiktet var vendt opp-ned eller riktig.

“Selv på dette stadiet gjør en Alzheimers-pasient feil, så det er viktig å bestemme om skaden på objektet skyldes hukommelse eller synsprosesser,” sier Komolovaitė.

Studien omfattet data fra standard elektroencefalograf-utstyr, men data samlet inn fra invasiv mikroelektroder ville være bedre for å lage et praktisk verktøy. Det ville muliggjøre at ekspertene bedre kunne måle aktivitet i nevroner, noe som ville øke kvaliteten på AI-modellen.

“Selvfølgelig, i tillegg til de tekniske kravene, bør det være en samfunnsmiljø som fokuserer på å gjøre livet lettere for mennesker med Alzheimers sykdom. Likevel, i min personlige mening, etter fem år, tror jeg vi fortsatt vil se teknologier som fokuserer på å forbedre fysisk funksjon, og fokuset på mennesker som er berørt av hjerne-sykdommer i dette feltet kommer først senere,” sier Maskeliūnas.

“Hvis vi ønsker å bruke denne testen som et medisinsk verktøy, er en sertifiseringsprosess også nødvendig,” fortsetter Komolovaitė.