Interfejsy człowiek-komputer mogą dostarczyć nowych informacji na temat choroby Alzheimera

Jednym z głównych problemów związanych z chorobą Alzheimera jest to, że rzadko jest diagnozowana we wczesnym stadium, kiedy można ją lepiej kontrolować. Teraz zespół badaczy z Uniwersytetu Technologicznego w Kownie (KTU) bada, w jaki sposób interfejsy człowiek-komputer mogą być dostosowane do osób z zaburzeniami pamięci, aby mogły one rozpoznać widoczny obiekt przed nimi.

Identifying Visual Stimuli

Według Rytisa Maskeliūnasa, badacza z Wydziału Inżynierii Multimedialnej KTU, klasyfikacja informacji widocznych na twarzy jest codzienną funkcją ludzką.

“Podczas komunikacji twarz ‘mówi’ nam o kontekście rozmowy, szczególnie z punktu widzenia emocjonalnego, ale czy możemy identyfikować wizualne bodźce na podstawie sygnałów mózgowych?” mówi Maskeliūnas.

Badanie miało na celu analizę zdolności jednostki do przetwarzania informacji kontekstowych z twarzy i wykrycia, jak osoba reaguje na nie.

Maskeliūnas mówi, że istnieją różne badania, które dowodzą, że choroby mózgu mogą być analizowane poprzez badanie ruchów mięśni twarzy i oczu. Jest to spowodowane tym, że degeneracyjne choroby mózgu wpływają zarówno na pamięć, jak i funkcje poznawcze, a także na układ nerwowy związany z ruchami oczu.

Badanie dostarcza lepszych informacji o tym, jak pacjent z chorobą Alzheimera może wizualnie przetwarzać widoczne twarze w mózgu, podobnie jak osoby bez choroby Alzheimera.

Dovilė Komolovaitė jest absolwentką Wydziału Matematyki i Nauk Przyrodniczych KTU. Współautorka badania.

“Badanie wykorzystuje dane z elektroencefalografu, który mierzy impulsy elektryczne w mózgu”, mówi Komolovaitė.

Eksperyment przeprowadzony w ramach badania został wykonany na osobach zdrowych i chorych na Alzheimera.

“Sygnały mózgowe osoby z Alzheimera są zwykle znacznie głośniejsze niż u osoby zdrowej”, mówi Komolovaitė.

To sprawia, że osobie tej trudniej jest się skoncentrować, gdy doświadcza objawów.

The Experiment

Badanie obejmowało grupę kobiet powyżej 60. roku życia.

“Wiek starszy jest jednym z głównych czynników ryzyka demencji, a ponieważ zaobserwowano wpływ płci na fale mózgowe, badanie jest bardziej precyzyjne, gdy wybiera się tylko jedną grupę płciową”, kontynuuje Komolovaitė.

Każda osoba była pokazywana zdjęcia twarzy ludzkich podczas godzinnego okresu. Zdjęcia były wybrane według różnych kryteriów. Na przykład twarze obojętne i pełne strachu były pokazywane podczas analizy wpływu emocji. Podczas analizy czynnika znajomości pokazywano znane i losowo wybrane osoby.

Aby zrozumieć, czy osoba rozumie twarz poprawnie, uczestnicy naciskali przycisk po każdym bodźcu, wskazując, czy twarz była odwrócona czy poprawna.

“Nawet na tym etapie pacjent z Alzheimera popełnia błędy, więc ważne jest, aby określić, czy upośledzenie obiektu jest spowodowane pamięcią czy procesami wzrokowymi”, mówi Komolovaitė.

Badanie wykorzystywało dane ze standardowego sprzętu elektroencefalograficznego, ale dane zebrane z inwazyjnych mikroelektrod byłyby lepsze do stworzenia praktycznego narzędzia. Pozwoliłoby to ekspertom lepiej mierzyć aktywność neuronów, co zwiększyłoby jakość modelu AI.

“Oczywiście, poza wymogami technicznymi, powinna istnieć środowisko społeczne skupione na ułatwieniu życia osobom z chorobą Alzheimera. Jednak w mojej osobistej opinii, po pięciu latach, myślę, że nadal będziemy widzieć technologie skoncentrowane na poprawie funkcji fizycznych, a skupienie się na osobach dotkniętych chorobami mózgu w tej dziedzinie nastąpi później”, mówi Maskeliūnas.

“Jeśli chcemy wykorzystać ten test jako narzędzie medyczne, potrzebny jest również proces certyfikacji”, kontynuuje Komolovaitė.