Menneske-datamaskin-grensesnitt kan gi ny innsikt i Alzheimers

Et av de store problemene med Alzheimers sykdom er at den sjelden diagnostiseres på et tidlig stadium, som er når den kan kontrolleres bedre. Nå undersøker et team av forskere ved Kaunas University of Technology (KTU) hvordan menneske-datamaskin-grensesnitt kan tilpasses personer med nedsatt hukommelse, slik at de kan gjenkjenne et synlig objekt foran seg. 

Identifisere visuelle stimuli

Ifølge Rytis Maskeliūnas, en forsker ved Institutt for multimedieteknikk ved KTU, er klassifiseringen av informasjon som er synlig i ansiktet en daglig menneskelig funksjon. 

"Mens vi kommuniserer, "forteller" ansiktet oss konteksten til samtalen, spesielt fra et emosjonelt synspunkt, men kan vi identifisere visuelle stimuli basert på hjernesignaler? sier Maskeliūnas. 

De studere rettet mot å analysere en persons evne til å behandle kontekstuell informasjon fra ansiktet og oppdage hvordan en person reagerer på den. 

Maskeliūnas sier at det finnes ulike studier som viser at hjernesykdommer kan analyseres ved å undersøke ansiktsmuskler og øyebevegelser. Dette er fordi degenerative hjernesykdommer påvirker både hukommelsen og kognitive funksjoner, samt kranienervesystemet forbundet med øyebevegelser. 

Forskningen gir bedre innsikt i hvordan en pasient med Alzheimers visuelt kan behandle synlige ansikter i hjernen akkurat som individer uten Alzheimers. 

Dovilė Komolovaitė er utdannet ved 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 utført for studien ble utført på friske individer og de med Alzheimers. 

"Hjernesignalene til en person med Alzheimers er vanligvis betydelig mer støyende enn hos en frisk person," sier Komolovaitė. 

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

The Experiment

Studien involverte en gruppe kvinner over 60 år.

"Eldre alder er en av de viktigste risikofaktorene for demens, og siden effekten av kjønn ble lagt merke til i hjernebølger, er studien mer nøyaktig når bare én kjønnsgruppe er valgt," fortsetter Komolovaitė.

Hver person ble vist bilder av menneskeansikter i løpet av en time lang periode. Bildene ble valgt ut etter ulike kriterier. For eksempel ble nøytrale og redde ansikter vist når man analyserte påvirkning av følelser. Ved analyse av fortrolighetsfaktoren ble kjente og tilfeldig utvalgte 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 omvendt eller riktig. 

"Selv på dette stadiet gjør en Alzheimerspasient feil, så det er viktig å avgjøre om svekkelsen av objektet skyldes hukommelse eller synsprosesser," sier Komolovaitė. 

Studien involverte data fra standard elektroencefalografiutstyr, men data samlet fra invasive mikroelektroder ville være bedre for å lage et praktisk verktøy. Det ville gjøre det mulig for ekspertene å bedre måle aktiviteten til nevroner, noe som ville øke kvaliteten på AI-modellen. 

"Selvfølgelig, i tillegg til de tekniske kravene, bør det være et fellesskapsmiljø fokusert på å gjøre livet enklere for mennesker med Alzheimers sykdom. Likevel, etter min personlige mening, etter fem år, tror jeg fortsatt at vi vil se teknologier fokusert på å forbedre fysisk funksjon, og fokuset på mennesker som er rammet av hjernesykdommer på dette feltet vil først komme senere, sier Maskeliūnas.

"Hvis vi ønsker å bruke denne testen som et medisinsk verktøy, er det også nødvendig med en sertifiseringsprosess," fortsatte Komolovaitė.