7 روش جمع آوری داده های از راه دور که تحقیقات علوم اعصاب را بهبود می بخشد

تا سال 2025، تقریباً 463 اگزابایت داده جدید در هر روز در سراسر اینترنت ایجاد می‌شود - عددی که واقعاً تصور آن دشوار است. این داده‌ها از اقلام متداولی مانند ~300 میلیارد ایمیل یا ~95 میلیون عکس مشترک آمده است. این اقلام به صورت عمومی به اشتراک گذاشته می‌شوند تا مشاهده شوند. با این حال، بیشتر این سیل روزانه داده‌ها از اقلام کمتر شناخته شده و بیشتر سطحی مانند فراداده، داده مکان، گزارش‌های تعامل، تاریخچه مرور ذخیره‌شده و غیره می‌آید. باوجود اینکه به نظر غیرجذاب می‌رسند، اما زمانی که به صورت حجیم جمع‌آوری و تحلیل شوند، می‌توانند در پیش‌بینی حالت‌های انسانی شگفت‌آور دقیق باشند، یعنی:

• سلامت در برابر بیماری.

• فعالیت‌های عمومی.

• خواب در برابر ورزش.

• رفتار آینده مانند خریدهای احتمالی یا رأی دادن در انتخابات.

به عنوان عصب‌شناسان، می‌توانیم از این داده‌ها برای یادگیری بیشتر درباره ذهن انسان استفاده کنیم. به هر حال، روشن‌سازی عوامل در پایه فعالیت‌ها و/یا رفتارهای انسانی در هسته پژوهش‌های عصب‌شناسی قرار دارد. این مقاله هفت راهی را ارائه می‌دهد که جمع‌آوری داده‌های از راه دور باعث ارتقای پژوهش‌های عصب‌شناسی می‌شود.

عصب‌شناسان دهه‌ها است که از تکنیک‌های جمع‌آوری داده‌های از راه دور استفاده می‌کنند. چیزی که در سال‌های اخیر تغییر کرده است:

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

• تعداد شرکت‌کنندگان که می‌توانند شرکت کنند.

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

پژوهش تنها کاربرد جمع‌آوری داده‌های از راه دور و کاربرد نیست. پیشرفت‌های اخیر در سیستم‌های واقعیت مجازی (VR) آزمایشگاه را به فضاهای مجازی آورده است. به عنوان مثال، از لحاظ پزشکی، این پیشرفت‌ها در سیستم‌های VR برای پژوهش‌های عصب‌شناسی دسترسی ساده‌تری به انجام جراحی‌های از راه دور در سراسر جهان فراهم می‌کند. در این سناریو، هدست VR با تیم عملیاتی باقی می‌ماند تا وقتی جراح برسد، بتواند کیفیت ویدئو نزدیک به زمان واقعی که از بیمار صدها مایل دورتر می‌آید، ببیند.

در موقعیت‌های جزئی، استفاده از ویدئو تنها کافی می‌بود، اما با این واقعیت افزوده، آنها ویدئو را با بازخورد لمسی در هر دو نوع جراحی زنده و وظایف آموزشی/آموزشی جراحی جفت می‌کنند. شما می‌توانید این را با یک نوار لرزش در کنترل بازی مقایسه کنید اما بسیار پیشرفته‌تر.

همان‌طور که در زیر تاکید شده است، دلایل مختلفی (خوب، حداقل هفت) وجود دارد که یک فرآیند پزشکی، پژوهش‌گر یا نورو-مارکتر ممکن است بخواهد از فناوری مدرن برای جمع‌آوری، پردازش و تحلیل داده‌های جهان از راه دور جمع‌آوری‌شده استفاده کند.

1. راحتی و آسایش خانه

شرکت‌کنندگان استرس‌دار داده‌های استرس‌زا ایجاد می‌کنند.

به خوبی شناخته شده است که قرار گرفتن در معرض عوامل استرس‌زا قبل از انجام یک آزمون رفتاری ممکن است داده‌های جمع‌آوری‌شده بعدی را تغییر دهد. علاوه بر این، بارها نشان داده شده است که، علاوه بر اثرات حاد، عوامل استرس‌زای محیطی می‌توانند منجر به اثرات طولانی‌مدت شوند. امید بهترین دانشمندان کاهش چنین متغیرهای خارجی است در حالی که قبول دارند که هرگز نمی‌توانند کاملاً حذف‌شان کنند. در نتیجه، اگر هر یک از شرکت‌کنندگان به‌طور یکسان با آنها رفتار شود، به‌طور برابر در معرض همه عناصر قرار می‌گیرند.

آزمونی انسانی در خانه خودشان

رانندگی به مطب دکتر، نگرانی درباره هزینه‌ها، تشخیص، پیدا کردن مطب درست یا اینکه آیا شما به طور قانونی پارک کرده‌اید، همه موارد اضطرابی واقعی هستند. با این حال، فرض کنید جمع‌آوری داده‌های پژوهش می‌تواند طوری انجام شود که از این عوامل خارجی مانند در راحتی خانه فردی جلوگیری شود. در این صورت، تأثیر سفر اضطراب‌آور، تمرکز مطالعه را تحت‌الشعاع قرار نخواهد داد.

با این حال، نمی‌توان به‌طور کامل اثر نیروهای خارجی روی شرکت‌کنندگان پژوهش‌ایزوله یا حذف کرد. بهترین رویکرد برای به حداقل رساندن عوامل اضطراب‌آور، مواجه کردن همه شرکت‌کنندگان با شرایط مشابه با استفاده از تجهیزات نوآورانه اما تایید شده است.

2. قوه قاهره

وقتی فاجعه غیرقابل پیش‌بینی رخ می‌دهد، باید رفتار خود را تطبیق دهید. وارد کووید-19 می‌شود.

سه سال اخیر به دلیل همه‌گیری جهانی کووید-19 در سراسر تخته‌ها چشم‌گشا بودند. گاهی اوقات فقط رویدادها یا شرایط غیرعادی وجود دارند که از کنترل پژوهش‌گران خارج هستند. این شرایط غیرقابل پیش‌بینی تطبیق به محدودیت‌های جدید را مجبور می‌کند.

تعیین کارآمدترین کمپین تبلیغاتی با استفاده از بهترین فناوری موجود برای سرمایه‌داران بدون‌شک است. با این حال، واقعیت این است: کیفیت داده‌های یک شرکت‌کننده به نزدیکی آن به پژوهش‌گر وابسته نیست. بنابراین، کار اصلی پژوهش‌گر در جمع‌آوری داده‌ها از شرکت‌کنندگان باید با ابزارهای موجود تطبیق یابد.

3. EverlyWell، Apple Watch & جراحی از راه دور

EverlyWell یک سرویس آزمایشگاه پزشکی سفارش پستی است که کیت‌های پیش‌آماده را با دستورالعمل‌های قابل فهم برای کمیت اهداف در بیش از 30 آزمایش تشخیصی ارسال می‌کند. Apple Watch نیز به خاطر اطلاعیه غیر عادی ضربان قلب و تشخیص سقوط عنوانی کسب کرده است. برای هر دو EverlyWell و Apple، تردید کمی وجود داشته است در توانایی محصولات آنها در افزودن ارزش با سفر کمتر و هزینه کمتر برای بازار مصرفی.

با محصولاتی مانند آنها و دیگران، ما به عنوان یک جامعه، به نظر می‌رسد که قبلاً پذیرفته و به داده‌های بیومدیکال که محلی جمع‌آوری می‌شود، از راه دور پردازش شده و به درستی ارائه می‌شود اعتماد کرده‌ایم. چه برای پیشگیری از بیماری، سلامت روانی، حمله به بیماری یا حفظ بدنی متوازن، شما می‌خواهید بازخورد دریافت کنید و امیدوار باشید که وقتی اهداف سلامتی به دست آمد، پاداش بگیرید. در روزهای تاریک قبل از اینترنت، زمانی که کامپیوترها یک اتاق کامل را اشغال می‌کردند، اندازه‌گیری و پیگیری شاخص‌های کلیدی عملکرد تناسب اندام (KPI) یک کار کاملاً آنالوگ بود. این وضعیت دیگر وجود ندارد. در نتیجه، جنبش «خود کمّی‌شده» به سرعت در حال بالغ شدن است.

متداول‌ترین KPI‌هایی که نظارت می‌شوند شامل موارد زیر است:

• ضربان قلب

• فشار خون

• وزن

• قد

• مدت زمان خواب

• الگوهای حرکتی

همه اینها با سنسور مناسب و سخت‌افزار پایه به راحتی قابل کمیت‌گذاری است. کاملاً شناخته شده است که عصب‌شناسی و بسیاری از رشته‌های بیومدیکال مشکل اندازه نمونه دارند. در تلاش برای حل این مشکل، بهترین رویکرد افزودن شرکت‌کنندگان اضافی به جای آموزش گروه کوچکتر شرکت‌کنندگان انتخاب شده است زیرا آنها در نزدیکی قرار دارند. با طیف کامل KPI‌های قابل اندازه‌گیری از راه دور، این یک روش قابل قبول برای پژوهش عصب‌شناسی برای شکوفایی و بقا است.

4. افزایش شمول و تنوع شرکت‌کنندگان

گروه WEIRD کیست و چرا درباره آنها به خصوص اینقدر شناخت داریم؟

«دانشمندان رفتاری ادعاهای گسترده‌ای در مورد روانشناسی و رفتار انسانی در مجلات برتر جهان بر اساس نمونه‌هایی که به طور کامل از جوامع غربی، تحصیل‌کرده، صنعتی، ثروتمند و دموکراتیک (WEIRD) گرفته شده‌اند، منتشر می‌کنند.»

این یک لوح معمول است که روانشناسی بسیاری درباره افراد سفید پوستی که سن دانشگاهی دارند، می‌داند اما بسیار کم درباره انسان‌ها به طور کلی.

چرا؟

آزمایش‌های روانشناسی در محوطه دانشگاه انجام می‌شود و معیارهای شمول شرکت‌کنندگان چندان گسترده‌تر از نزدیکی و دسترسی آنها در طول روز نیست. برای استنتاج‌های معتبر درباره جمعیت گسترده‌تر، گروه‌های نمونه برای آزمایشات روانشناسی نیاز به شامل بیشتر افرادی از پیشینه‌های متنوع دارند. کلید این مشکل در تجهیزات جمع‌آوری داده‌های از راه دور نهفته است، به ویژه تجهیزاتی که برای استفاده مصرف‌کنندگان طراحی شده‌اند.

5. کاهش هزینه‌های کوتاه‌مدت و بلندمدت

پلتفرم‌های ابری مدرن فاصله فیزیکی را بی‌معنی کرده‌اند.

استفاده از ابزار جمع‌آوری داده‌های از راه دور پول برای تبلیغات ذخیره می‌کند.

نمونه‌های تصادفی نسبت به نمونه‌های راحت، مانند دانشجویان دانشگاه، بیشتر هزینه دارند زیرا برای شرکت‌کنندگان پژوهشی باید در جامعه محلی تبلیغات کنید. به سادگی، تبلیغات هزینه دارد.

استفاده از ابزار جمع‌آوری داده‌های از راه دور پول برای تجهیزات انحصاری IT و نئورو-آنالیز ذخیره می‌کند.

اغلب، آزمایشگاه‌های پژوهشی فردی باید برای تجهیزات IT خود هزینه بپردازند و آن را نگهداری کنند، به ویژه اگر سخت‌افزار خاصی برای جمع‌آوری داده‌ها باشد. البته، با گذشت زمان، فناوری بهبود می‌یابد. در همین حال، به‌روز رسانی زیرساخت‌ها هزینه بالایی دارد. به همین دلیل، دسترسی به پلتفرم‌های ابری مدرن و سخت‌افزار جمع‌آوری داده با هزینه کم می‌تواند مصرف منابع در پژوهش عصب‌شناسی را کاهش دهد.

6. کمیت‌سازی فیالوجی و رفتار همیشه «از راه دور» بوده است

فاصله بین سخت‌افزار سنسور و نرم‌افزار پردازش داده‌ها بی‌معنا است.

درک، پیش‌بینی و درمان رفتار انسانی در هسته اکثر پژوهش‌های دانشگاهی به ویژه علوم عصب‌شناسی قرار دارد. معمولاً تصور «جمع‌آوری داده‌های رفتاری» تصویر دانشمندان با ژاکت‌های آزمایشگاهی پاکیزه مشکوک را به یاد می‌آورد که از دور با کلیپ‌بورد و کرنومتر به مشاهده شرکت‌کنندگان می‌پردازند و هر از گاهی چیزی می‌نویسند.

این ایده ساده‌ای است، اما با منابع متعددی از واریانس غیرقابل اندازه‌گیری که می‌توانند فعالیت یا رفتار یک شرکت‌کننده را تحت تأثیر قرار دهند پیچیده شده است. در آزمایش‌های علمی، هدف از بین بردن هرچقدر بیشتر این واریانس ناشناخته است. این تمرین برای استنتاج‌های مبتنی بر شواهد درباره علت وقتی یک اثر مشاهده می‌شود ضروری است.

چگونه منابع خطا را در پژوهش عصب‌شناسی حذف کنیم

جستجو برای حذف منابع خطا در هنگام کمیت‌سازی فیالوجی و رفتار انسانی ادامه دارد. در ابتدایی‌ترین سطح، این معمولاً شامل بهبودهایی برای سخت‌افزارهایی است که داده‌ها از سنسورها جمع‌آوری می‌شوند و سپس با استفاده از نرم‌افزار آنالوگ یا دیجیتال پردازش می‌شود تا اقلام مورد علاقه، روندها یا تفاوت‌ها بین یا درون‌شرکت‌کنندگان شناسایی شوند. جمع‌آوری داده‌های از راه دور قوی‌تر از آن چیزی است که ابتدا تصور می‌شد و می‌تواند مجموعه داده‌های متنوع اما مرتبطی را فراهم کند که قدرت پیش‌بینی به آزمایش اضافه کند.

7. یادگیری ماشینی داده‌های بهتری فراهم می‌کند

داده + فراداده + یادگیری ماشینی (ML) = جامع‌ترین مدل فعالیت رفتاری.

مدل‌های هوش مصنوعی از اینکه شما که هستید، کجا هستید، چه چیزی را دوست دارید و چه چیزی را دوست ندارید، در مقیاسی استفاده می‌شوند که بسیاری از آن آگاه نیستند. خوشبختانه، تجهیزات جمع‌آوری داده‌های عصب‌شناسی تجاری در بازار مدرن ما موجود است. استفاده آنها از داده‌ها و فراداده‌های تبلیغات احتمالاً درکی جامع‌تر از رفتار فراهم می‌کند نسبت به آنچه می‌توانست در تنظیمات آزمایشگاهی استریل‌تر و جدا شده جمع‌آوری شود.

در هسته آن، داده‌های ارائه‌شده (نام، مکان، تاریخ تولد) با فراداده‌های سطحی (زمان در سایت، سایت قبلی، سایت خروجی) ادغام شده و روش‌های تحلیل کاملاً جدیدی را آغاز کرده‌اند که بسیار مفید برای اندازه‌گیری و پیش‌بینی رفتار انسانی هستند.

آیا دوست دارید بیشتر بدانید؟ با EMOTIV آشنا شوید

در تأکید تکنیک‌های بالا، ما نشان داده‌ایم که جمع‌آوری داده از راه دور جدید نیست و همچنان بهبودهایی را در پژوهش‌های عصب‌شناسی به‌دنبال دارد همزمان با پیشرفت‌های فناوری که به بازار می‌آیند. با توجه به نرخ توسعه «از راه دور» که از سراسر سالن، به پایین بلوک، به سراسر کشور و حالا، به دور دنیا گسترش یافته است، درک احساسات ناآرامی که توسط پژوهشگران سنتی احساس می‌شود آسان است. با این حال، با توجه به حجم بهبودهای تکنیکی در سخت‌افزار مصرف‌کنندگان و دستاوردهای عظیم در تحلیل و پردازش داده‌های مبتنی بر ابر، اصطلاح «از راه دور» به سرعت بی‌ربط به نحوه جمع‌آوری داده‌ها می‌شود.

در خلاصه، افراد می‌توانند جمع‌آوری داده‌ها را در خانه انجام دهند بدون نظارت مستقیم کارکنان پژوهش. می‌توانند این اطلاعات درباره مغز خود را برای استفاده شخصی جمع‌آوری کنند اما همچنین گزینه دارند تا EEG خود را آپلود کنند یا EEG را به‌طور خاص برای پروژه‌های پژوهشی گسترده‌تر و در حال انجام جمع‌آوری کنند.

شرکت EMOTIV که در سال 2011 تأسیس شد، یک شرکت بیوانفورماتیک مستقر در سانفرانسیسکو است که مأموریت آن ارتقای درک ما از مغز انسانی با استفاده از سخت‌افزار EEG سفارشی، تجزیه و تحلیل و تجسم است. رویکرد EMOTIV به پژوهش EEG بیشتر شبیه به شرایط «واقعی» است، زیرا افرادی که آزمون می‌شوند در مکان‌ها و محیط‌هایی هستند که بیشتر بازتاب دهنده نحوه زندگی آنها هستند.

هدست‌های EMOTIV

EMOTIV INSIGHT

EMOTIV خدمات گسترده‌ای به جامعه کاربران، از حرفه‌ای‌ها تا افرادی که به سادگی به دنبال یادگیری بیشتر درباره مغز خود هستند ارائه می‌دهد. هدست 5 کاناله EEG INSIGHT EMOTIV برای رابط مغز-کامپیوتر (BCI) طراحی شده است. Insight طراحی زیبا و آسان برای راه‌اندازی را با فناوری سنسور انقلابی ترکیب می‌کند.

EMOTIV EPOC X و EPOC Flex

EMOTIV EPOC X و EPOC Flex سیستم EEG با 14 و 32 کانال ارائه می‌دهند. برای پژوهش عصب‌شناسی در هر محیطی طراحی شده‌اند، هدست‌های EPOC بی‌سیم با فناوری سنسور بهبود یافته هستند. هر دو هدست توسط گروه‌های پژوهشی مستقل تأیید شده و ثابت کرده‌اند که داده‌های با کیفیت پژوهشی عالی ارائه می‌دهند.

مقایسه کامل از توانایی‌های فنی سیستم‌های EEG EMOTIV برای بررسی در دسترس است.

فناوری EMOTIV

ما مجموعه‌ای از ابزارها برای پشتیبانی از هر مرحله پژوهش عصب‌شناسی در طول راه داریم.

نرم‌افزار EmotivPRO به کاربران اجازه می‌دهد تا نتایج آزمایش را پردازش، تحلیل و تجسم کنند. پژوهشگران همچنین می‌توانند آزمایش‌هایی را در سطح حرفه‌ای طراحی کنند که هر شرکت‌کننده با هدست EMOTIV می‌تواند در صورت موافقت با طراحی آزمایش شرکت کند.

یک کیت توسعه نرم‌افزار (SDK) برای EMOTIV نیز موجود است تا برنامه‌های سفارشی، تعاملات یا طراحی‌های آزمایشی روی حرکتی با استفاده از هدست و گوشی هوشمند به تنهایی انجام شود.

با افزایش تعداد رشته‌ها و بازارهای تجاری که ابزارها و روش‌های عصب‌شناسی را پذیرفته‌اند، سیستم(های) EEG با هزینه پایین و استفاده آسان EMOTIV در حال استفاده هستند در:

• پژوهش‌های عصب‌شناسی

• ابتکارات بازاریابی سلامت و رفاه

• صنایع خودروسازی

• نورو مارکتینگ

• پژوهش‌های مصرف‌کننده

• آموزش

• محیط‌های سرگرمی

علاوه بر این، با کیفیت، هزینه و توانایی ارسال هدست‌های EMOTIV به سراسر جهان، پژوهشگران می‌توانند افراد واجد شرایط گوناگونی را جذب و ثبت نام کنند. به دلیل معیارهای کنترل کیفیت که نرم‌افزار پردازش ارزیابی می‌کند، پژوهشگران می‌توانند به فرآیند جمع‌آوری داده اعتماد کنند.