Mänskliga-datorsgränssnitt kan ge ny insikt i Alzheimers

En av de stora problemen med Alzheimers sjukdom är att den sällan diagnostiseras i ett tidigt skede, vilket är när den kan kontrolleras bättre. Nu undersöker ett team av forskare vid Kaunas University of Technology (KTU) hur mänskliga-datorsgränssnitt kan anpassas för personer med minnesstörningar så att de kan känna igen ett synligt föremål framför sig.

Att identifiera visuella stimuli

Enligt Rytis Maskeliūnas, en forskare vid Institutionen för multimediaingenjörskap vid KTU, är klassificeringen av information som syns på ansiktet en daglig mänsklig funktion.

“När vi kommunicerar ‘berättar’ ansiktet oss om samtalets kontext, särskilt ur ett emotionellt perspektiv, men kan vi identifiera visuella stimuli baserat på hjärnsignaler?” säger Maskeliūnas.

Studien syftade till att analysera en persons förmåga att bearbeta kontextuell information från ansiktet och upptäcka hur en person reagerar på det.

Maskeliūnas säger att det finns flera studier som visar att hjärnsjukdomar kan analyseras genom att undersöka ansiktsmuskler och ögonrörelser. Detta beror på att degenerativa hjärnsjukdomar påverkar både minnet och de kognitiva funktionerna, samt det kraniala nervsystemet som är associerat med ögonrörelser.

Forskningen ger bättre insikt i hur en patient med Alzheimers kan visuellt bearbeta synliga ansikten i hjärnan, liknande individer utan Alzheimers.

Dovilė Komolovaitė är en utexaminerad från KTU:s matematiska och naturvetenskapliga fakultet. Han var medförfattare till studien.

“Studien använder data från en elektroencefalograf, som mäter de elektriska impulserna i hjärnan”, säger Komolovaitė.

Experimentet som utfördes för studien genomfördes på friska individer och personer med Alzheimers.

“Hjärnsignalerna från en person med Alzheimers är vanligtvis betydligt bullrigare än hos en frisk person”, säger Komolovaitė.

Detta gör det svårare för personen att fokusera när de upplever symtom.

Experimentet

Studien involverade en grupp kvinnor över 60 år.

“Högre ålder är en av de viktigaste riskfaktorerna för demens, och eftersom effekterna av kön observerades i hjärnvågor, är studien mer exakt när endast en köngrupp väljs”, fortsätter Komolovaitė.

Varje person visades foton av mänskliga ansikten under en timmes period. Fotona valdes enligt olika kriterier. Till exempel visades neutrala och rädda ansikten när emotionernas inverkan analyserades. När bekantskapsfaktorn analyserades visades kända och slumpmässigt valda personer.

För att förstå om en person förstår ett ansikte korrekt, tryckte deltagarna på en knapp efter varje stimulus för att ange om ansiktet var inverterat eller korrekt.

“Även på detta stadium gör en Alzheimerspatient misstag, så det är viktigt att avgöra om föremålets skada beror på minnes- eller synprocesser”, säger Komolovaitė.

Studien involverade data från standardutrustning för elektroencefalografi, men data som samlats in från invasiva mikroelektroder skulle vara bättre för att skapa ett praktiskt verktyg. Det skulle möjliggöra för experterna att bättre mäta neuronernas aktivitet, vilket skulle öka kvaliteten på AI-modellen.

“Naturligtvis, utöver de tekniska kraven, bör det finnas en samhällsmiljö som fokuserar på att underlätta livet för personer med Alzheimers sjukdom. Men, i min personliga åsikt, efter fem år, tror jag att vi fortfarande kommer att se tekniker som fokuserar på att förbättra fysisk funktion, och fokuset på personer som påverkas av hjärnsjukdomar inom detta område kommer att komma senare”, säger Maskeliūnas.

“Om vi vill använda detta test som ett medicinskt verktyg, behövs också en certifieringsprocess”, fortsätter Komolovaitė.