تا سال ۲۰۲۵، تقریباً ۴۶۳ اگزابایت داده جدید در هر روز در سراسر اینترنت ایجاد خواهد شد - رقمی که واقعاً غیرقابل تصور است. این داده‌ها از موارد رایجی مانند حدود ۳۰۰ میلیارد ایمیل یا حدود ۹۵ میلیون عکس به اشتراک گذاشته شده به دست می‌آیند. این موارد به‌طور آشکار به اشتراک گذاشته می‌شوند تا دیده شوند. با این حال، بیشتر این طوفان داده‌های روزانه از موارد پنهان‌تر و معمولی‌تر زیرسطحی مانند کلان‌داده‌ها (مِتادیتا)، داده‌های مکان، گزارش‌های تعامل، تاریخچه مرور بایگانی‌شده و موارد دیگر سرچشمه می‌گیرد. اگرچه ظاهراً جالب به نظر نمی‌رسند، اما مشخص شده است که وقتی در حجم بالا و به مرور زمان جمع‌آوری و تجزیه و تحلیل شوند، می‌توانند در پیش‌بینی وضعیت‌های انسانی به طرز شگفت‌آوری دقیق باشند، به عنوان مثال:

• سالم در برابر بیمار.

• فعالیت‌های عمومی.

• خوابیدن در برابر ورزش کردن.

• رفتارهای آینده مانند خرید‌های احتمالی یا رای‌های انتخاباتی.

ما به عنوان متخصصان علوم اعصاب، می‌توانیم از این داده‌ها برای یادگیری بیشتر در مورد ذهن انسان استفاده کنیم. به هر حال، روشن ساختن عوامل اساسی فعالیت و/یا رفتار انسان در کانون تحقیقات علوم اعصاب قرار دارد. این مقاله هفت روشی را ارائه می‌دهد که جمع‌آوری داده‌ها از راه دور به وسیله آن‌ها در حال بهبود بخشیدن به تحقیقات علوم اعصاب است.

متخصصان علوم اعصاب دهه‌هاست که از تکنیک‌های جمع‌آوری داده‌ها از راه دور استفاده می‌کنند. آنچه در سال‌های اخیر تغییر کرده عبارت است از:

• اینکه «راه دور» واقعاً چقدر می‌تواند دور باشد.

• تعداد آزمودنی‌هایی که می‌توانند مشارکت کنند.

• نوع نقاط پایانی که می‌توانند در یک آزمایش واحد اندازه‌گیری و پردازش شوند.

پژوهش تنها کاربرد جمع‌آوری و بکارگیری داده‌ها از راه دور نیست. پیشرفت‌های اخیر در سیستم‌های واقعیت مجازی (VR)، آزمایشگاه را به فضاهای مجازی آورده است. به عنوان مثال، از نظر پزشکی، این پیشرفت‌ها در سیستم‌های واقعیت مجازی برای تحقیقات علوم اعصاب، دسترسی آسان‌تر به انجام جراحی‌های از راه دور در سراسر جهان را فراهم می‌کند. در این سناریو، هدست واقعیت مجازی با تیم جراحی باقی می‌ماند تا زمانی که جراح از راه می‌رسد، بتواند کیفیت فید ویدیویی تقریباً همزمان (near-real-time) ارسالی از بیمار را در صدها مایل دورتر مشاهده کند.

در موقعیت‌های کوچک‌تر، استفاده از ویدیو به تنهایی کافی است، اما با این واقعیت افزوده، آنها ویدیو را با بازخورد لمسی (haptic feedback) هم در جراحی زنده و هم در وظایف جراحی آموزشی/تمرینی همراه می‌کنند. می‌توان گفت این شبیه به لرزش دسته بازی است، اما بسیار پیشرفته‌تر.

همانطور که در زیر برجسته شده است، چندین دلیل (خب، حداقل هفت دلیل) وجود دارد که چرا یک فرآیند پزشکی، پژوهشگر یا بازاریاب عصبی (neuro-marketer) از فناوری مدرن برای جمع‌آوری، پردازش و تحلیل داده‌های جمع‌آوری‌شده از راه دور در سطح جهانی استفاده می‌کند.

۱. راحتی و آسودگی خانه

آزمودنی‌های استرس‌زده، داده‌های استرس‌زده تولید می‌کنند.

به خوبی شناخته شده است که قرار گرفتن در معرض عوامل استرس‌زا قبل از انجام یک تست رفتاری ممکن است داده‌های جمع‌آوری‌شده بعدی را تغییر دهد. علاوه بر این، بارها ثابت شده است که علاوه بر اثرات حاد، عوامل استرس‌زای محیطی می‌توانند به اثرات طولانی‌مدت منجر شوند. بهترین امید دانشمندان این است که این متغیرهای خارجی را کاهش دهند و در عین حال بپذیرند که هرگز نمی‌توان آنها را به طور کامل حذف کرد. به این ترتیب، اگر با هر یک از آزمودنی‌ها به طور یکسان رفتار شود، آنها به طور مساوی در معرض همه عناصر قرار می‌گیرند.

انسان در خانه خود مورد آزمایش قرار می‌گیرد

رانندگی تا مطب دکتر، نگرانی در مورد هزینه‌ها، تشخیص بیماری، پیدا کردن مطب مناسب، یا اینکه آیا خودرو را به صورت قانونی پارک کرده‌اید یا خیر، همگی از عوامل استرس‌زای بسیار واقعی هستند. با این حال، فرض کنید جمع‌آوری داده‌های تحقیقاتی می‌تواند به گونه‌ای انجام شود که از این عوامل خارجی جلوگیری کند، مانند راحتی خانه خود فرد. در این صورت، تاثیر سفرهای استرس‌زا بر تمرکز مطالعه سایه نخواهد انداخت.

با این وجود، امکان جداسازی یا حذف کامل اثرات نیروهای خارجی بر روی آزمودنی‌های تحقیق وجود ندارد. بهترین رویکرد برای به حداقل رساندن عوامل استرس‌زا این است که همه آزمودنی‌ها را با استفاده از تجهیزات نوآورانه اما تایید شده در معرض شرایط یکسان قرار دهیم.

۲. فورس ماژور (قوه قهریه)

وقتی فاجعه غیرمنتظره‌ای رخ می‌دهد، باید رفتار خود را تطبیق دهید. مانند کووید-۱۹.

سه سال گذشته به دلیل همه‌گیری جهانی کووید-۱۹، چشم خیلی‌ها را به روی واقعیت‌ها باز کرده است. گاهی اوقات رویدادها یا شرایط فوق‌العاده‌ای خارج از کنترل محققان رخ می‌دهد. این شرایط غیرمنتظره، سازگاری با محدودیت‌های جدید را تحمیل می‌کند.

تعیین موثرترین کمپین تبلیغاتی با استفاده از بهترین فناوری موجود برای سرمایه‌گذاران امری کاملاً بدیهی است. با این حال، حقیقت این است که: کیفیت داده‌های یک آزمودنی به نزدیکی آنها به محقق بستگی ندارد. بنابراین، وظیفه اصلی محقق در جمع‌آوری داده‌ها از آزمودنی‌ها باید با ابزارهای فعلی موجود سازگار شود.

۳. اورلی‌ول (EverlyWell)، اپل واچ و جراحی از راه دور

اورلی‌ول یک سرویس تست آزمایشگاهی پزشکی سفارشی پستی است که کیت‌های بسته‌بندی‌شده را با دستورالعمل‌های ساده برای سنجش اهداف در بیش از ۳۰ تست تشخیصی ارسال می‌کند. اپل واچ نیز به دلیل قابلیت اطلاع‌رسانی ناهنجاری ضربان قلب و تشخیص سقوط، به تیتر اخبار تبدیل شده است. برای هر دو شرکت اورلی‌ول و اپل، شک بسیار کمی در توانایی محصولاتشان برای ایجاد ارزش با سفر و هزینه کمتر برای بازار مصرف‌کننده وجود داشته است.

با محصولاتی مانند اینها و محصولات دیگر، به نظر می‌رسد ما به عنوان یک جامعه، پیش از این داده‌های زیست‌پزشکی جمع‌آوری‌شده به صورت محلی، پردازش‌شده از راه دور و ارائه‌شده به روش صحیح را پذیرفته و به آن اعتماد کرده‌ایم. چه برای پیشگیری از بیماری باشد، چه برای سلامت روان، مبارزه با بیماری یا حفظ بدنی متعادل، شما می‌خواهید بازخورد دریافت کنید و امیدوارم زمانی که اهداف سلامتی محقق می‌شوند، پاداش بگیرید. در روزگار تاریک پیش از اینترنت، زمانی که کامپیوترها کل یک اتاق را اشغال می‌کردند، اندازه‌گیری و ردیابی شاخص‌های کلیدی عملکرد (KPI) تناسب اندام شما یک تلاش کاملا آنالوگ بود. این وضعیت دیگر وجود ندارد. در نتیجه، جنبش «خودِ کمّی‌شده» (quantified self) به سرعت در حال بلوغ است.

رایج‌ترین شاخص‌های کلیدی عملکرد تحت نظارت عبارتند از:

• ضربان قلب

• فشار خون

• وزن

• قد

• مدت زمان خواب

• الگوهای حرکتی

همه اینها با حسگر مناسب و سخت‌افزار پایه به راحتی قابل اندازه‌گیری هستند. این یک دانش همگانی است که علوم اعصاب و بسیاری از رشته‌های زیست‌پزشکی با مشکل اندازه نمونه روبرو هستند. در تلاش برای حل این مشکل، بهترین رویکرد اضافه کردن آزمودنی‌های بیشتر است، نه آموزش گروه کوچک‌تری از آزمودنی‌ها که صرفاً به دلیل نزدیکی جغرافیایی انتخاب شده‌اند. با وجود امکان اندازه‌گیری طیف کاملی از شاخص‌های کلیدی عملکرد از راه دور، این یک روش قابل قبول برای رشد و بقای تحقیقات علوم اعصاب است.

۴. افزایش مشارکت و تنوع شرکت‌کنندگان

گروه WEIRD چه کسانی هستند و چرا ما اطلاعات بسیار زیادی به خصوص در مورد آنها داریم؟

«دانشمندان علوم رفتاری به طور مکرر ادعاهای گسترده‌ای را درباره روانشناسی و رفتار انسان در مجلات برتر جهان بر اساس نمونه‌های برگرفته از جوامع غربی، تحصیل‌کرده، صنعتی، ثروتمند و دموکراتیک (WEIRD) منتشر می‌کنند.»

این یک باور رایج است که روانشناسی اطلاعات زیادی در مورد افراد سفیدپوست، مرفه و در سنین دانشگاه دارد، اما درباره انسان‌ها به طور کلی اطلاعات بسیار کمی دارد.

چرا؟

آزمایش‌های روانشناسی در پردیس‌های دانشگاهی انجام می‌شوند و معیارهای ورود آزمودنی‌ها، فراتر از نزدیکی و در دسترس بودن آنها در طول روز نیست. برای نتیجه‌گیری درباره جمعیت گسترده‌تر، گروه‌های نمونه برای آزمایش‌های روانشناسی باید شامل افراد بیشتری با پیشینه‌های متنوع باشند. کلید حل این مشکل در تجهیزات جمع‌آوری داده‌ها از راه دور نهفته است، به ویژه تجهیزاتی که برای استفاده خود مصرف‌کنندگان طراحی شده‌اند.

۵. کاهش هزینه‌های کوتاه‌مدت و بلند‌مدت

پلتفرم‌های ابری مدرن، فاصله فیزیکی را بی‌اهمیت کرده‌اند.

استفاده از ابزار جمع‌آوری داده‌ها از راه دور، در هزینه‌های تبلیغات صرفه‌جویی می‌کند.

نمونه‌های تصادفی هزینه بیشتری نسبت به نمونه‌های در دسترس (مانند دانشجویان دانشگاه) دارند، زیرا برای جذب آزمودنی‌های پژوهش باید در جامعه محلی تبلیغ کنید. به زبان ساده، تبلیغات هزینه دارد.

استفاده از ابزار جمع‌آوری داده‌ها از راه دور به صرفه‌جویی مالی در تجهیزات انحصاری فناوری اطلاعات و آنالیز عصبی کمک می‌کند.

اغلب، آزمایشگاه‌های تحقیقاتی انفرادی باید هزینه تجهیزات فناوری اطلاعات خود را پرداخت و از آنها نگهداری کنند، به‌ویژه اگر سخت‌افزار تخصصی برای جمع‌آوری داده‌ها باشد. البته، با گذشت زمان، فناوری بهبود می‌یابد. در این میان، به‌روزرسانی زیرساخت‌ها هزینه‌بر است. به همین دلیل، دسترسی به پلتفرم‌های ابری مدرن و سخت‌افزار جمع‌آوری داده‌ها با هزینه کمتر، می‌تواند استفاده از منابع را در تحقیقات علوم اعصاب کاهش دهد.

۶. کمّی‌سازی فیزیولوژی و رفتار همیشه «از راه دور» بوده است

فاصله بین سخت‌افزار حسگر و نرم‌افزار پردازش داده‌ها بی‌اهمیت است.

درک، پیش‌بینی و بهبود رفتار انسان در هسته اصلی اکثر تحقیقات آکادمیک، به ویژه علوم اعصاب قرار دارد. به طور معمول، مفهوم «جمع‌آوری داده‌های رفتاری» تصاویری از دانشمندانی با روپوش‌های آزمایشگاهی تمیز را به ذهن متبادر می‌کند که با یک تخته‌شاسی و کرونومتر، هر از چند گاهی یادداشت‌برداری کرده و آزمودنی‌ها را از دور تماشا می‌کنند.

این یک ایده ساده است، اما مملو از منابع بالقوه پراکندگی ناشناخته است که می‌تواند بر فعالیت یا رفتار آزمودنی تاثیر بگذارد. در آزمایش‌های علمی، هدف حذف هرچه بیشتر این پراکندگی‌های توجیه نشده است. این کار برای نتیجه‌گیری‌های مبتنی بر شواهد در مورد علت، در زمان مشاهده یک اثر، ضروری است.

چگونه منابع خطا را در تحقیقات علوم اعصاب حذف کنیم

تلاش برای حذف منابع خطا در هنگام کمّی‌سازی فیزیولوژی و رفتار انسان همچنان ادامه دارد. در پایه‌ای‌ترین حالت، این کار معمولاً شامل بهبودهای سخت‌افزاری است که داده‌ها را از حسگرها جمع‌آوری می‌کند، که سپس با استفاده از نرم‌افزارهای آنالوگ یا دیجیتال برای شناسایی موارد مورد نظر، روندها یا تفاوت‌های بین یا درون‌آزمودنی‌ها پردازش می‌شود. جمع‌آوری داده‌ها از راه دور قدرتمندتر از آن چیزی است که در ابتدا تصور می‌شد و می‌تواند مجموعه‌های داده متنوع اما مرتبطی را ارائه دهد که قدرت پیش‌بینی را به آزمایش اضافه می‌کند.

۷. یادگیری ماشین داده‌های بهتری ارائه می‌دهد

داده + متادیتا + یادگیری ماشین (ML) = جامع‌ترین مدل فعالیت رفتاری.

مدل‌های هوش مصنوعی از اینکه شما چه کسی هستید، کجا هستید، چه چیزی را دوست دارید و از چه چیزی متنفر هستید، همگی در مقیاسی استفاده می‌شوند که بسیاری از آن بی‌خبرند. خوشبختانه، تجهیزات تجاری جمع‌آوری داده‌های علوم اعصاب در بازار امروز ما موجود است. استفاده آنها از داده‌ها و متادیتای تبلیغات احتمالاً به درک جامع‌تری از رفتار نسبت به آنچه که در محیط‌های آزمایشگاهی استریل‌تر و ایزوله‌تر جمع‌آوری می‌شود، منجر خواهد شد.

در اصل، داده‌های ارائه شده (نام، مکان، تاریخ تولد) با متادیتای زیرسطحی (زمان حضور در سایت، سایت قبلی، سایت خروجی) ادغام می‌شوند و تکنیک‌های تحلیل کاملاً جدیدی را آزاد کرده‌اند که مشخص شده برای اندازه‌گیری و پیش‌بینی رفتار انسان بسیار مفید هستند.

آیا می‌خواهید بیشتر بدانید؟ با Emotiv آشنا شوید

با برجسته کردن تکنیک‌های فوق، نشان دادیم که جمع‌آوری داده‌ها از راه دور چیز جدیدی نیست و با ورود بهبودهای فناوری به بازار، به بهبود تحقیقات علوم اعصاب ادامه می‌دهد. با توجه به سرعتی که «راه دور» از آن سوی سالن، به انتهای بلوک، به سراسر کشور و اکنون به سراسر جهان گسترش یافته است، درک احساس نگرانی محققان سنتی آسان است. با این حال، با در نظر گرفتن حجم بهبودهای فنی ابزار مصرف‌کننده و دستاوردهای بزرگ در تجزیه و تحلیل و پردازش داده‌ها در بستر ابری، اصطلاح «از راه دور» به سرعت نسبت به نحوه جمع‌آوری داده‌ها بی‌اهمیت می‌شود.

به طور خلاصه، آزمودنی‌ها می‌توانند جمع‌آوری داده‌ها را در خانه و بدون نظارت مستقیم کادر پژوهشی انجام دهند. آنها می‌توانند این اطلاعات مربوط به مغز خود را برای استفاده شخصی جمع‌آوری کنند، اما این امکان را نیز دارند که EEG خود را آپلود کنند یا EEG را به طور ویژه برای پروژه‌های تحقیقاتی گسترده‌تر و مداوم جمع‌آوری نمایند.

کمپانی Emotiv که در سال ۲۰۱۱ تاسیس شد، یک شرکت بیوانفورماتیک مستقر در سانفرانسیسکو است که ماموریت آن ارتقای درک ما از مغز انسان با استفاده از سخت‌افزارهای سفارشی الکتروانسفالوگرافی (EEG)، آنالیز و تصویرسازی است. رویکرد Emotiv در تحقیقات EEG شرایط «دنیای واقعی» را با دقت بیشتری منعکس می‌کند، زیرا افرادی که مورد آزمایش قرار می‌گیرند در مکان‌ها و محیط‌هایی هستند که بازتاب‌دهنده بهتری از نحوه زندگی واقعی آنهاست.

هدست‌های Emotiv

Emotiv INSIGHT

کمپانی Emotiv به جامعه وسیعی از کاربران، از حرفه‌ای‌ها گرفته تا افرادی که صرفاً می‌خواهند درباره مغز خود بیاموزند، خدمات ارائه می‌دهد. هدست ۵ کاناله EEG مدل Emotiv INSIGHT برای رابط مغز و رایانه (BCI) طراحی شده است. Insight یک طراحی شیک و با راه اندازی آسان را با فناوری حسگر انقلابی ترکیب می‌کند.

Emotiv EPOC X و EPOC Flex

هدست‌های Epoc X و Flex یک سیستم EEG با ۱۴ و ۳۲ کانال ارائه می‌دهند. هدست‌های EPOC که برای تحقیقات علوم اعصاب در هر محیطی طراحی شده‌اند، بی‌سیم بوده و از فناوری حسگر بهبودیافته بهره می‌برند. هر دو هدست توسط گروه‌های تحقیقاتی مستقل تایید شده‌اند و ثابت شده است که داده‌های باکیفیت و در سطح تحقیقاتی ارائه می‌دهند.

بررسی مقایسه کامل قابلیت‌های فنی سیستم‌های EEG شرکت Emotiv در دسترس است.

فناوری Emotiv

ما مجموعه‌ای از ابزارها را برای پشتیبانی از هر مرحله از تحقیقات علوم اعصاب در این مسیر در اختیار داریم.

نرم‌افزار EmotivPRO به کاربران اجازه می‌دهد تا نتایج آزمایش را پردازش، تجزیه و تحلیل و تصویرسازی کنند. محققان همچنین می‌توانند آزمایش‌هایی را در سطح حرفه‌ای طراحی کنند که در آن هر شرکت‌کننده‌ای با هدست Emotiv در صورت سازگاری با طرح آزمایش، بتواند در آن شرکت کند.

یک کیت توسعه نرم‌افزار (SDK) برای Emotiv نیز در دسترس است تا بتوان برنامه‌های سفارشی، تعاملات یا طرح‌های آزمایشی را در حال حرکت و تنها با استفاده از هدست و گوشی هوشمند انجام داد.

از آنجایی که تعداد رشته‌ها و بازارهای تجاری که از ابزارها و روش‌های علوم اعصاب استفاده می‌کنند رو به افزایش است، سیستم(های) ارزان‌قیمت و آسان برای استفاده EEG شرکت Emotiv در موارد زیر مورد استفاده قرار می‌گیرند:

• تحقیقات علوم اعصاب

• ابتکارات بازاریابی سلامت و تندرستی

• صنایع خودروسازی

• بازاریابی عصبی (نورومارکتینگ)

• تحقیقات مصرف‌کننده

• آموزش و پرورش

• محیط‌های سرگرمی

علاوه بر این، با توجه به کیفیت، هزینه و امکان ارسال هدست‌های Emotiv به سراسر جهان، محققان می‌توانند طیف متنوعی از شرکت‌کنندگان واجد شرایط را جذب و ثبت‌نام کنند. با توجه به معیارهای کنترل کیفیتی که نرم‌افزار پردازش ارزیابی می‌کند، محققان می‌توانند به فرآیند جمع‌آوری داده‌ها نیز اعتماد کنند.