arXiv
覚醒度は頭蓋の外で測るほうがうまくいく
心臓、皮膚、呼吸、目から得られるウェアラブル信号は、覚醒度がパフォーマンスに役立つ個人ごとの範囲を追跡する、より実用的な方法を示している。16人の健康な成人のデータを再分析したところ、これらの信号はEEGより正確に課題の負荷を分類し、予想されたパフォーマンスのピークを示した。航空訓練シミュレーターでは、今後の試験でデコーダーと介入が安全に機能すると示されれば、訓練生の覚醒度がその範囲を外れた後にだけ、短い合図を送れる可能性がある。
現在、誰かが役に立つ覚醒状態にあるかどうかを判断しようとするシステムは、通常、頭皮に貼り付けた電極から始まる。これはEEGであり、脳の表面にある電気活動を測定する方法である。研究室の外では扱いにくいことがあり、とくに人が動く場合はそうである。筋肉の活動を拾ったり、単に課題のある部分が別の部分より難しいことを学習したりすることもある。飛行、運転、あるいはプレッシャーのかかる訓練をしている人にとって、覚醒度がいまは役に立っているが、これ以上高まると害になり始める、と知らせる信頼できるリアルタイム信号はまだない。
パフォーマンスが最もよく働く狭い範囲
この研究の背後にある考えは単純である。覚醒度が低すぎると、人は遅くなったり集中できなくなったりする。高すぎてもパフォーマンスは悪化する。役に立つ水準は全員で同じではなく、課題によって変わることもある。これはしばしばヤーキーズ・ドッドソンモデルと呼ばれる。
簡単な場面と難しい場面を分ける信号が、覚醒度の信号であるとは限らない。単に課題の難しさを検出しているだけかもしれない。デコーダーがもっと意味のあるものを測っているかどうかを検証するため、著者らは曲線的な関係を探した。覚醒度が高まるにつれてパフォーマンスが上がり、その後、役に立つ点を超えると下がるはずだという関係である。
著者らは、仮想現実の飛行課題を行った16人の健康な成人のデータを再分析した。課題では、簡単なコースと難しいコースで境界を避ける必要があった。元の実験では、EEGに基づくフィードバックを受けた人、偽のフィードバックを受けた人、無音だった人がいた。
体が制御信号になる
新しいデコーダーは、頭蓋から離れた場所で集められる信号を使った。心拍数、心拍間のごく小さな変化、呼吸、発汗による皮膚コンダクタンス、瞳孔径である。これらの信号を組み合わせると、このデータセットではEEGより正確に課題の負荷を分類した。周辺信号のデコーダーは、2つの状態をどれだけうまく分けられるかを示す指標である曲線下面積で93.0%に達したのに対し、再訓練したEEGのみのデコーダーは85.2%だった。両方の種類の信号を組み合わせると、スコアはさらにわずかに上がった。
分類スコアより重要なのは、結果の形だった。周辺信号のデコーダーだけが、覚醒度とパフォーマンスの間に明確な逆U字型の関係を示した。デコードされた状態には役に立つ中間の範囲があり、その両側では結果が悪化した。推定された最適点は、簡単なコースでも難しいコースでも、0から100に正規化した尺度で約51だった。
この信号は、「高すぎる」状態が個人によって異なることも示した。パフォーマンスが良好に保たれる範囲が広い参加者もいた。覚醒度が高まると、より急激に低下する参加者もいた。したがって、1つの警報しきい値では、厳しすぎる人もいれば、緩すぎる人もいる。
研究者らは、覚醒度を1つの固定された数として扱うのではなく、課題の進行にともなう状態の変化を追跡できた。最も難しい試験では、パフォーマンスが最も高かった飛行は、試験時間の約80%を推定された有用な範囲内にとどまった。最も弱いグループでは約57%だった。
ループが機能すれば、より静かなコックピットに
航空訓練シミュレーターでは、訓練生はEEGキャップの代わりに、軽量な生理センサーのセットを身につけられる。覚醒度が本人にとって有用な範囲にとどまっている間、システムは静かなままである。信号が有害な範囲への持続的な逸脱を示した場合には、短い合図を送れる。将来的には皮膚を通じた電気刺激のタイミングを合わせることもできるだろう。訓練中ずっと注意を求める必要はない。
これは実証されたシステムではなく、実現可能性のある制御システムである。周辺信号のデコーダーはオフラインで検証されただけで、このデータセットではフィードバックを制御したことがない。また、この研究で使われたのは短い仮想現実の飛行課題だったため、このモデルが疲労、感情的ストレス、薬の影響、現実の業務に適用できるとは限らない。個人ごとの範囲は、わずか8人ずつのグループから導かれたもので、取り置きデータでは検証されていない。
著者らは、デコードされた信号に合わせてタイミングを取る、個人に合わせた経皮迷走神経刺激を使う将来の試験を提案している。それがより安全で優れたパフォーマンスを意味するには、その前に、デコーダーが人、セッション、現実の課題をまたいで機能すること、そして信号を変えることで単にパフォーマンスを予測するだけでなく、パフォーマンス自体が改善することを前向き試験で示さなければならない。