Μπορούν τα smartphone ή τα smartwatch να βοηθήσουν στην ανίχνευση πρώιμων σημαδιών νευρολογικής ή ψυχικής ασθένειας; Ερευνητές του Πανεπιστημίου της Γενεύης (UNIGE) παρακολούθησαν μια ομάδα συμμετεχόντων που φορούσαν συνδεδεμένες συσκευές και χρησιμοποίησαν τεχνητή νοημοσύνη για να αναλύσουν δεδομένα όπως τον καρδιακό ρυθμό, τη σωματική δραστηριότητα, τον ύπνο και την ατμοσφαιρική ρύπανση.

Τα ευρήματά τους δείχνουν ότι οι συνδεδεμένες συσκευές μπορούν να προβλέψουν με ακρίβεια τις συναισθηματικές και γνωστικές διακυμάνσεις, ανοίγοντας νέους δρόμους για την έγκαιρη ανίχνευση αλλαγών στην υγεία του εγκεφάλου. Η μελέτη έχει δημοσιευτεί στο npj Digital Medicine.

Η υγεία του εγκεφάλου, που περιλαμβάνει τόσο τις γνωστικές όσο και τις συναισθηματικές λειτουργίες, είναι μία από τις μεγαλύτερες προκλήσεις για τη δημόσια υγεία του 21ου αιώνα.

Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας (ΠΟΥ), περισσότεροι από ένας στους τρεις ανθρώπους παγκοσμίως ζουν με νευρολογικές διαταραχές όπως εγκεφαλικό επεισόδιο, επιληψία ή νόσο του Πάρκινσον, ενώ περισσότεροι από ένας στους δύο ανθρώπους θα παρουσιάσουν κάποια στιγμή στη ζωή τους ψυχική διαταραχή, όπως κατάθλιψη, διαταραχές άγχους ή σχιζοφρένεια. Με τη γήρανση του πληθυσμού, τα ποσοστά αυτά συνεχίζουν να αυξάνονται.

Ακόμη και σε υγιείς ενήλικες, η υγεία του εγκεφάλου παρουσιάζει διακυμάνσεις με την πάροδο του χρόνου, αντανακλώντας τις αλληλεπιδράσεις μεταξύ πολλαπλών παραγόντων, όπως οι περιβαλλοντικές επιδράσεις και οι συνήθειες του τρόπου ζωής.

Η ανάλυση των καθημερινών ή εβδομαδιαίων αλλαγών στη γνωστική και συναισθηματική λειτουργία είναι επομένως απαραίτητη για την εφαρμογή προληπτικών και εξατομικευμένων στρατηγικών πρόληψης.

Μια ομάδα του Πανεπιστημίου της Γενεύης (UNIGE) αποφάσισε να διερευνήσει εάν οι φορητές και κινητές τεχνολογίες μπορούν να χρησιμοποιηθούν για τη συνεχή και μη επεμβατική παρακολούθηση της υγείας του εγκεφάλου. Για το σκοπό αυτό, 88 εθελοντές ηλικίας μεταξύ 45 και 77 ετών εξοπλίστηκαν με μια ειδική εφαρμογή για smartphone και ένα smartwatch.

Κατά τη διάρκεια μιας περιόδου 10 μηνών, αυτές οι συσκευές συνέλεξαν «παθητικά» δεδομένα — χωρίς καμία παρέμβαση ή αλλαγή στις καθημερινές συνήθειες των συμμετεχόντων — συμπεριλαμβανομένων του καρδιακού ρυθμού, της σωματικής δραστηριότητας, των προτύπων ύπνου, καθώς και των καιρικών συνθηκών και των επιπέδων ατμοσφαιρικής ρύπανσης. Συνολικά, αναλύθηκαν 21 δείκτες.

Κάθε τρεις μήνες, οι συμμετέχοντες παρείχαν επίσης «ενεργά» δεδομένα συμπληρώνοντας ερωτηματολόγια σχετικά με την συναισθηματική τους κατάσταση και υποβάλλοντάς τους σε δοκιμασίες γνωστικής απόδοσης.

Δεδομένα που αναλύθηκαν με AI

Μόλις ολοκληρώθηκε η συλλογή δεδομένων, τα παθητικά δεδομένα αναλύθηκαν χρησιμοποιώντας τεχνητή νοημοσύνη που αναπτύχθηκε στο πλαίσιο του έργου.

«Ο στόχος ήταν να προσδιοριστεί εάν η AI μπορούσε να προβλέψει διακυμάνσεις στην γνωστική και συναισθηματική υγεία των συμμετεχόντων με βάση αυτά τα δεδομένα», εξηγεί ο Igor Matias, διδακτορικός βοηθός στο Ινστιτούτο Ερευνών Στατιστικής και Επιστήμης της Πληροφορίας της Σχολής Οικονομικών και Διοίκησης της Γενεύης (GSEM) στο UNIGE και κύριος συγγραφέας της μελέτης.

Στη συνέχεια, οι προβλέψεις με βάση την τεχνητή νοημοσύνη συγκρίθηκαν με τα αποτελέσματα των ερωτηματολογίων και των τεστ. «Κατά μέσο όρο, το ποσοστό σφάλματος ήταν μόλις 12,5%, ανοίγοντας νέες δυνατότητες για τη χρήση συνδεδεμένων συσκευών στην έγκαιρη ανίχνευση ανωμαλιών ή αλλαγών στην υγεία του εγκεφάλου», προσθέτει ο ερευνητής.

Οι συναισθηματικές καταστάσεις είναι οι πιο εύκολα προβλέψιμες

Οι συναισθηματικές καταστάσεις ήταν αυτές που προβλέφθηκαν με μεγαλύτερη ακρίβεια από την τεχνητή νοημοσύνη, με ποσοστά σφάλματος που κυμαίνονταν γενικά μεταξύ 5% και 10%. Αντίθετα, οι γνωστικές καταστάσεις προβλέφθηκαν με λιγότερη ακρίβεια, με ποσοστά σφάλματος που κυμαίνονταν από 10% έως 20%. Με άλλα λόγια, η τεχνητή νοημοσύνη αποδίδει καλύτερα στην πρόβλεψη των απαντήσεων σε ερωτηματολόγια συναισθηματικής φύσης παρά σε γνωστικές δοκιμασίες.

Όσον αφορά τη συνάφεια των παθητικών δεικτών αυτοί που ήταν οι πιο διαφωτιστικοί για την γνωστική λειτουργία ήταν:

• η ατμοσφαιρική ρύπανση,
• οι καιρικές συνθήκες,
• ο ημερήσιος καρδιακός ρυθμός
• και η μεταβλητότητα του ύπνου.

Για τις συναισθηματικές καταστάσεις, οι πιο σημαντικοί παράγοντες ήταν κυρίως:

• ο καιρός,
• η μεταβλητότητα του ύπνου
• και ο καρδιακός ρυθμός κατά τη διάρκεια του ύπνου.

Η επόμενη φάση της έρευνας βρίσκεται ήδη σε εξέλιξη. Στόχος της είναι η συλλογή των ίδιων τύπων δεδομένων για μια περίοδο 24 μηνών, με παράλληλη εξέταση των ατομικών χαρακτηριστικών των συμμετεχόντων που σχετίζονται με τα μοντέλα τεχνητής νοημοσύνης με την υψηλότερη και τη χαμηλότερη απόδοση, προκειμένου να κατανοηθεί καλύτερα η εφαρμοσιμότητά τους σε πραγματικά εξατομικευμένα σενάρια.