Processos para coletar informações de sinais elétricos na pele para fazer inferências sobre a atividade mental

É provável que o monitoramento vestível desempenhe um papel fundamental no futuro dos cuidados de saúde. Em muitos casos, dispositivos vestíveis podem monitorar nossos sinais fisiológicos que podem indicar estados mentais, como emoções.

O laboratório de Rose Faghih vem desenvolvendo um sistema chamado MINDWATCH, algoritmos e métodos para sensores vestíveis que coletam informações de sinais elétricos na pele para fazer inferências sobre a atividade mental. Embora seu laboratório tenha conseguido traduzir esses sinais fisiológicos de maneira rápida e eficaz, eles não incorporaram feedback direto das experiências subjetivas do indivíduo.

Agora, os pesquisadores estão incorporando feedback e rótulos dos usuários, aprimorados com aprendizado de máquina e combinando-os com o modelo existente para obter uma imagem mais completa e precisa de Estados mentais.

A pesquisa foi publicada na revista Transações IEEE em Engenharia Biomédica.

Em alto nível, o corpo humano pode ser visto como um sistema dinâmico complexo. É um conglomerado complexo de sistemas de controle, cada um trabalhando por sua vez para gerenciar diferentes variáveis ​​ou estados. Infelizmente, vários dos estados nos quais os pesquisadores estão interessados ​​– particularmente aqueles que são mais abstratos – não podem ser medidos diretamente. Estes incluem estados de emoção, cognição e consciência.

No entanto, mudanças nesses estados não observados dão origem a mudanças correspondentes em diferentes sinais fisiológicos que podem ser medidos mais facilmente. Por exemplo, podemos não ser capazes de observar ou medir diretamente o estado emocional de uma pessoa, mas podemos medir mudanças sutis na frequência cardíaca, na respiração ou nas secreções de suor de uma pessoa (que, por sua vez, afeta a condutividade da pele). Esses sinais podem então ser usados ​​para estimar os estados que desejamos.

No entanto, os sinais que os pesquisadores usam para estimar esses estados não observados são de natureza “espetada” ou “pulsátil”. Esses sinais pontiagudos podem ser usados ​​para estimar os vários estados do corpo humano e do cérebro sem observação direta. Com os métodos já existentes, você poderia obter estimativas de estado, mas ainda não teria como fazer com que essas estimativas concordassem com as informações mais diretas relacionadas ao estado em posse. Isso é especialmente importante em experimentos envolvendo Sujeitos humanos onde os sujeitos podem de fato fornecer informações relacionadas ao estado não observado. Esse tipo de informação mais direta relacionada ao estado pode ser chamado de “rótulo”.

A incorporação de feedback direto dos usuários oferece informações que não podem ser obtidas apenas de dados biológicos. Por exemplo, uma pessoa com PTSD poderia ter sua condutância de pele continuamente monitorada para fornecer uma estimativa de emoção, mas idealmente, a estimativa final deveria basear-se nesses sinais e informações talvez obtidas em escalas de classificação ou por meio de questionários regulares. Da mesma forma, é o caso de pacientes com distúrbios hormonais. As medições hormonais fornecem informações valiosas, mas provavelmente devem ser combinadas com feedback pessoal (por exemplo, sobre sentimentos de energia/letargia) para obter uma única imagem completa. Os autores atenderam a essa necessidade por meio de um trabalho de prova de princípio em um tipo de estimador híbrido.

A execução de estimativas em alguns dados de modo que o que é previsto esteja de acordo com os rótulos disponíveis se enquadra no domínio do aprendizado de máquina supervisionado. Este trabalho adaptou um método de rede neural existente para estimativa de estado adicionando um termo de penalização por não concordar com os rótulos para habilitar um estimador híbrido. O estimador híbrido proposto foi utilizado para determinar um aspecto da emoção ligada a mudanças na condutância da pele (através de mudanças nas secreções de suor) e para determinar os estados de energia dentro do corpo com base nas secreções de hormônios pulsáteis.

Um sistema de monitoramento vestível que incorpora feedback verbal do usuário com sinais fisiológicos para estimativa híbrida pode eventualmente fornecer uma imagem mais completa do usuário para, eventualmente, fornecer cuidados de circuito fechado mais abrangentes.