Saúde

Interfaces Homem-Computador Podem Fornecer Novas Perspectivas sobre a Doença de Alzheimer

mm
Adicione Unite.AI às suas fontes preferidas no Google

Um dos principais problemas da doença de Alzheimer é que ela raramente é diagnosticada em uma fase inicial, que é quando pode ser controlada melhor. Agora, uma equipe de pesquisadores da Universidade de Tecnologia de Kaunas (KTU) está explorando como as interfaces homem-computador podem ser adaptadas para pessoas com deficiências de memória para que elas possam reconhecer um objeto visível à sua frente.

Identificando Estímulos Visuais

De acordo com Rytis Maskeliūnas, um pesquisador do Departamento de Engenharia de Multimídia da KTU, a classificação de informações visíveis no rosto é uma função humana diária.

“Enquanto se comunica, o rosto ‘diz’ ao contexto da conversa, especialmente do ponto de vista emocional, mas podemos identificar estímulos visuais com base em sinais do cérebro?” diz Maskeliūnas.

O estudo visou analisar a capacidade de um indivíduo processar informações contextuais do rosto e detectar como uma pessoa responde a ele.

Maskeliūnas diz que existem vários estudos que demonstram que doenças do cérebro podem ser analisadas examinando os movimentos dos músculos faciais e dos olhos. Isso ocorre porque os distúrbios degenerativos do cérebro afetam tanto a memória quanto as funções cognitivas, bem como o sistema nervoso craniano associado aos movimentos oculares.

A pesquisa fornece uma melhor compreensão de como um paciente com Alzheimer pode processar visualmente rostos visíveis no cérebro, assim como indivíduos sem Alzheimer.

Dovilė Komolovaitė é um graduado da Faculdade de Matemática e Ciências Naturais da KTU. Ele co-autorou o estudo.

“O estudo usa dados de um eletroencefalógrafo, que mede os impulsos elétricos no cérebro”, diz Komolovaitė.

O experimento realizado para o estudo foi realizado em indivíduos saudáveis e aqueles com Alzheimer.

“Os sinais do cérebro de uma pessoa com Alzheimer são normalmente significativamente mais barulhentos do que em uma pessoa saudável”, diz Komolovaitė.

Isso torna mais difícil para o indivíduo se concentrar quando experimenta sintomas.

O Experimento

O estudo envolveu um grupo de mulheres com mais de 60 anos.

“A idade avançada é um dos principais fatores de risco para a demência, e como os efeitos do gênero foram notados nas ondas cerebrais, o estudo é mais preciso quando apenas um grupo de gênero é escolhido”, continua Komolovaitė.

Cada pessoa foi mostrada fotos de rostos humanos durante um período de uma hora. As fotos foram selecionadas de acordo com diferentes critérios. Por exemplo, rostos neutros e temerosos foram mostrados ao analisar a influência das emoções. Ao analisar o fator de familiaridade, pessoas conhecidas e aleatoriamente escolhidas foram mostradas.

Para entender se uma pessoa entende um rosto corretamente, os participantes pressionaram um botão após cada estímulo para indicar se o rosto estava invertido ou correto.

“Mesmo nessa fase, um paciente com Alzheimer comete erros, então é importante determinar se a deterioração do objeto é devido à memória ou processos visuais”, diz Komolovaitė.

O estudo envolveu dados do equipamento de eletroencefalografia padrão, mas os dados coletados de microeletrodos invasivos seriam melhores para criar uma ferramenta prática. Isso permitiria que os especialistas medissem melhor a atividade dos neurônios, o que aumentaria a qualidade do modelo de IA.

“Claro, além dos requisitos técnicos, deve haver um ambiente comunitário focado em tornar a vida mais fácil para as pessoas com doença de Alzheimer. No entanto, na minha opinião pessoal, após cinco anos, acho que ainda veremos tecnologias focadas em melhorar a função física, e o foco nas pessoas afetadas por doenças do cérebro nesse campo virá mais tarde”, diz Maskeliūnas.

“Se quisermos usar esse teste como uma ferramenta médica, um processo de certificação também é necessário”, continua Komolovaitė.

Alex lidera as operações de notícias impulsionadas por IA da Unite.AI, combinando jornalismo, pesquisa e automação para apoiar uma cobertura oportuna e escalável da inteligência artificial. Seu trabalho ajuda a garantir que os desenvolvimentos emergentes em IA sejam divulgados de forma eficiente, mantendo os padrões editoriais da publicação.