Pada tahun 2025, akan ada sekitar 463 eksabita data baru yang dibuat setiap hari di seluruh internet—sebuah angka yang benar-benar tidak terbayangkan. Data ini berasal dari item biasa seperti ~300 miliar email atau ~95 juta foto yang dibagikan. Item-item ini dibagikan secara terbuka dan dimaksudkan untuk dilihat. Namun, sebagian besar banjir data harian ini berasal dari item bawah permukaan yang kurang dikenal dan lebih biasa seperti metadata, data lokasi, log interaksi, riwayat penjelajahan yang diarsipkan, dan banyak lagi. Meskipun tampak tidak menarik, ternyata ketika dikumpulkan dan dianalisis dalam jumlah besar, seiring waktu, data tersebut dapat menjadi sangat akurat dalam memprediksi kondisi manusia, yaitu:

• Sehat vs. sakit.

• Aktivitas umum.

• Tidur vs. berolahraga.

• Perilaku masa depan seperti potensi pembelian atau suara pemilihan.

Sebagai ilmuwan saraf, kita dapat memanfaatkan data ini untuk mempelajari lebih lanjut tentang pikiran manusia. Bagaimanapun, menjelaskan faktor-faktor yang menjadi dasar aktivitas dan/atau perilaku manusia adalah inti dari penelitian ilmu pengetahuan saraf. Artikel ini memberikan tujuh cara pengumpulan data jarak jauh meningkatkan penelitian ilmu pengetahuan saraf.

Para ilmuwan saraf telah menggunakan teknik pengumpulan data jarak jauh selama beberapa dekade. Apa yang telah berubah dalam beberapa tahun terakhir adalah:

• Seberapa jauh "jarak jauh" yang sebenarnya.

• Jumlah subjek yang dapat berpartisipasi.

• Jenis titik akhir yang dapat diukur dan diproses dalam satu eksperimen.

Penelitian bukanlah satu-satunya aplikasi untuk pengumpulan dan penerapan data jarak jauh. Kemajuan terbaru dalam sistem Realitas Virtual (VR) telah membawa laboratorium ke dalam ruang virtual. Sebagai contoh, secara medis, kemajuan dalam sistem VR untuk penelitian ilmu pengetahuan saraf ini memungkinkan akses yang lebih mudah untuk melakukan bedah jarak jauh di seluruh dunia. Dalam skenario ini, headset VR tetap berada bersama tim operasi sehingga ketika ahli bedah tiba, ia dapat melihat kualitas umpan video mendekati waktu nyata yang berasal dari pasien yang berada ratusan mil jauhnya.

Dalam situasi minor, penggunaan video saja sudah cukup, tetapi dengan realitas tertambah ini, mereka memasangkan video dengan umpan balik haptik baik dalam operasi langsung maupun tugas bedah pendidikan/pelatihan. Anda bisa mengatakan ini mirip dengan rumble strip pada kontrol game tetapi jauh lebih canggih.

Seperti yang disoroti di bawah ini, ada beberapa alasan (setidaknya tujuh) mengapa proses medis, peneliti, atau pemasar saraf akan memilih untuk menggunakan teknologi modern untuk mengumpulkan, memproses, dan menganalisis data global yang dikumpulkan secara jarak jauh.

1. Kenyamanan dan Kemudahan di Rumah

Subjek yang stres menghasilkan data yang stres.

Telah diakui secara luas bahwa paparan terhadap faktor-faktor stres sebelum melakukan tes perilaku dapat memodifikasi data berikutnya yang dikumpulkan. Terlebih lagi, telah berulang kali dibuktikan bahwa, selain efek akut, stresor lingkungan dapat menghasilkan efek jangka panjang. Harapan terbaik para ilmuwan adalah memitigasi variabel eksternal tersebut sambil menerima bahwa variabel tersebut tidak akan pernah dapat sepenuhnya dihilangkan. Dengan demikian, jika setiap subjek diperlakukan secara identik, mereka terpapar secara setara ke semua elemen.

Manusia yang Diuji di Rumah Mereka Sendiri

Mengemudi ke tempat praktik dokter, mengkhawatirkan biaya, diagnosis, menemukan kantor yang tepat, atau apakah Anda parkir secara legal adalah stresor yang sangat nyata. Namun, andaikan pengumpulan data penelitian dapat dilakukan untuk menghindari faktor-faktor eksternal ini, seperti di kenyamanan rumah sendiri. Dalam hal ini, dampak perjalanan yang penuh stres tidak akan membayangi fokus studi.

Meski demikian, tidak mungkin untuk sepenuhnya mengisolasi atau menghilangkan efek kekuatan eksternal pada subjek penelitian. Pendekatan terbaik untuk meminimalkan stresor adalah dengan memaparkan semua subjek pada keadaan yang sama menggunakan peralatan yang inovatif tetapi tervalidasi.

2. Force majeure

Ketika bencana yang tidak terduga melanda, Anda harus menyesuaikan perilaku Anda. Masuklah, COVID-19.

Tiga tahun terakhir telah membuka mata semua pihak karena pandemi global COVID-19. Terkadang ada peristiwa atau keadaan luar biasa di luar kendali para peneliti. Keadaan tidak terduga ini memaksa adaptasi terhadap kendala baru.

Menentukan kampanye iklan yang paling efektif menggunakan teknologi terbaik yang tersedia adalah hal yang sangat mudah bagi para kapitalis. Namun, faktanya adalah: kualitas data subjek tidak bergantung pada kedekatan mereka dengan peneliti. Oleh karena itu, tugas inti peneliti untuk mengumpulkan data dari subjek harus beradaptasi dengan alat yang tersedia saat ini.

3. EverlyWell, Apple Watch & Telesurgery

EverlyWell adalah layanan pengujian laboratorium medis pesanan pos yang mengirimkan kit pra-paket dengan instruksi yang mudah dipahami untuk mengukur target di lebih dari 30 tes diagnostik. Apple Watch juga telah menjadi berita utama karena pemberitahuan kelainan detak jantung dan deteksi jatuh. Baik untuk EverlyWell maupun Apple, hampir tidak ada keraguan akan kemampuan produk mereka dalam memberikan nilai tambah dengan biaya dan perjalanan yang lebih sedikit bagi pasar konsumen.

Dengan produk-produk seperti itu dan lainnya, kita, sebagai masyarakat, tampaknya telah menerima dan memercayai data biomedis yang dikumpulkan secara lokal, diproses secara jarak jauh, dan disajikan dengan benar. Baik itu untuk pencegahan penyakit, kesehatan mental, menyerang penyakit, atau mempertahankan tubuh yang seimbang, Anda ingin mendapatkan umpan balik dan mudah-mudahan dihargai ketika tujuan kesehatan tercapai. Di masa lalu sebelum adanya internet, ketika komputer memakan seluruh ruangan, mengukur dan melacak Indikator Kinerja Utama (KPI) kebugaran Anda adalah upaya yang sepenuhnya analog. Ini bukan lagi situasinya. Akibatnya, gerakan "diri yang terkuantifikasi" berkembang dengan cepat.

KPI yang paling umum dipantau meliputi:

• Detak jantung

• Tekanan darah

• Berat badan

• Tinggi badan

• Durasi tidur

• Pola gerakan

Semua itu dapat dikuantifikasi dengan mudah menggunakan sensor yang tepat dan perangkat keras dasar. Merupakan pengetahuan umum bahwa ilmu pengetahuan saraf dan banyak disiplin ilmu biomedis memiliki masalah ukuran sampel. Dalam mencoba menyelesaikan masalah ini, pendekatan terbaik adalah menambahkan subjek tambahan daripada melatih kelompok subjek yang lebih kecil yang dipilih karena mereka berada di dekatnya. Dengan berbagai macam KPI jarak jauh yang dapat diukur, ini adalah cara yang layak bagi penelitian ilmu pengetahuan saraf untuk berkembang dan bertahan.

4. Meningkatkan Inklusi dan Keberagaman Peserta

Siapakah kelompok WEIRD, dan mengapa kita tahu begitu banyak tentang mereka secara khusus?

“Ilmuwan perilaku secara rutin mempublikasikan klaim luas tentang psikologi dan perilaku manusia di jurnal-jurnal top dunia berdasarkan sampel yang diambil seluruhnya dari masyarakat Western, Educated, Industrialized, Rich, and Democratic (WEIRD) .”

Ini adalah kiasan umum bahwa psikologi tahu banyak tentang individu usia perguruan tinggi, berkulit putih, makmur, tetapi sangat sedikit tentang manusia pada umumnya.

Mengapa?

Eksperimen psikologi dilakukan di kampus-kampus perguruan tinggi, dan kriteria inklusi subjek tidak jauh lebih luas daripada kedekatan dan ketersediaan mereka pada siang hari. Untuk membuat kesimpulan tentang populasi yang lebih luas, kelompok sampel untuk eksperimen psikologi perlu menyertakan lebih banyak individu dari latar belakang yang beragam. Kunci dari masalah ini terletak pada peralatan pengumpulan data jarak jauh, terutama peralatan yang dirancang untuk digunakan sendiri oleh konsumen.

5. Pengurangan Biaya Jangka Pendek dan Jangka Panjang

Platform cloud modern telah membuat jarak fisik menjadi tidak relevan.

Menggunakan alat pengumpulan data jarak jauh menghemat uang untuk iklan.

Sampel acak membutuhkan biaya lebih besar daripada sampel kenyamanan, misalnya mahasiswa, karena Anda perlu mengiklankan subjek penelitian di komunitas lokal. Sederhananya, iklan membutuhkan uang.

Menggunakan alat pengumpulan data jarak jauh menghemat uang untuk peralatan IT dan analisis saraf berpemilik.

Seringkali, laboratorium penelitian individu harus membayar dan memelihara peralatan IT mereka sendiri, terutama jika itu adalah perangkat keras khusus untuk pengumpulan data. Tentu saja, seiring berjalannya waktu, teknologi semakin meningkat. Sementara itu, memperbarui infrastruktur adalah biaya tinggi. Untuk alasan ini, akses ke platform cloud modern dan perangkat keras pengumpulan data dengan biaya yang dikurangi dapat mengurangi penggunaan sumber daya dalam penelitian ilmu pengetahuan saraf.

6. Menguantifikasi Fisiologi dan Perilaku Selalu Bersifat "Jarak Jauh"

Jarak antara perangkat keras sensor dan perangkat lunak pemrosesan data tidaklah relevan.

Memahami, memprediksi, dan menyembuhkan perilaku manusia adalah inti dari sebagian besar penelitian akademis, terutama ilmu pengetahuan saraf. Biasanya, gagasan tentang "pengumpulan data perilaku" memunculkan gambaran ilmuwan dengan jas laboratorium bersih yang mencurigakan sedang mengamati subjek dari kejauhan dengan papan klip dan stopwatch sambil sesekali mencoret-coret.

Ini adalah ide yang sederhana, tetapi sarat dengan potensi sumber varians tidak dikenal yang dapat memengaruhi aktivitas atau perilaku subjek. Dalam eksperimen ilmiah, tujuannya adalah untuk menghilangkan sebanyak mungkin varians yang tidak diperhitungkan ini. Praktik ini penting untuk membuat kesimpulan berbasis bukti tentang penyebab ketika suatu efek teramati.

Cara Menghilangkan Sumber Kesalahan dalam Penelitian Ilmu Pengetahuan Saraf

Upaya untuk menghilangkan sumber kesalahan saat menguantifikasi fisiologi dan perilaku manusia terus berlanjut. Pada dasarnya, ini biasanya melibatkan peningkatan perangkat keras yang mengumpulkan data dari sensor, yang kemudian diproses menggunakan perangkat lunak analog atau digital untuk mengidentifikasi item yang menarik, tren, atau perbedaan antara atau di dalam subjek. Pengumpulan Data Jarak Jauh lebih kuat daripada yang diasumsikan sebelumnya dan dapat menyediakan kumpulan data yang beragam tetapi relevan yang menambah kekuatan prediksi pada eksperimen.

7. Pembelajaran Mesin Menawarkan Data yang Lebih Baik

Data + Metadata + Pembelajaran Mesin (ML) = model aktivitas perilaku yang paling komprehensif.

Model kecerdasan buatan tentang siapa Anda, di mana Anda berada, apa yang Anda sukai dan benci, semuanya digunakan pada skala yang tidak disadari oleh banyak orang. Untungnya, ada peralatan pengumpulan data ilmu pengetahuan saraf komersial yang tersedia di pasar modern kita saat ini. Penggunaan data dan metadata iklan oleh mereka kemungkinan akan menghasilkan pemahaman perilaku yang lebih komprehensif daripada apa yang dapat dikumpulkan dalam pengaturan laboratorium yang lebih steril dan terisolasi.

Pada intinya, data yang disediakan (nama, lokasi, tanggal lahir) digabungkan dengan metadata bawah permukaan (waktu di situs, situs sebelumnya, situs keluar) dan telah meluncurkan teknik analisis yang sama sekali baru yang ternyata sangat berguna untuk mengukur dan memprediksi perilaku manusia.

Apakah Anda Ingin Mempelajari Lebih Lanjut? Temui Emotiv

Dalam menonjolkan teknik-teknik di atas, kami telah menunjukkan bahwa pengumpulan data jarak jauh bukanlah hal baru dan terus meningkatkan penelitian ilmu pengetahuan saraf seiring dengan masuknya peningkatan teknologi ke pasar. Mengingat laju perluasan "jarak jauh" dari seberang aula, ke ujung blok, ke seluruh negeri dan sekarang, di seluruh dunia, sangat mudah untuk memahami perasaan tidak nyaman yang dirasakan oleh para peneliti tradisional. Namun, mengingat besarnya peningkatan teknis pada perangkat keras konsumen dan pencapaian monumental dalam analisis dan pemrosesan data berbasis cloud, istilah "jarak jauh" dengan cepat menjadi tidak relevan dengan cara pengumpulan data.

Singkatnya, subjek dapat melakukan pengumpulan data di rumah tanpa pengawasan langsung dari staf peneliti. Mereka dapat mengumpulkan informasi ini tentang otak mereka untuk penggunaan pribadi tetapi juga memiliki opsi untuk mengunggah EEG mereka atau mengumpulkan EEG secara khusus untuk proyek penelitian yang lebih luas dan berkelanjutan.

Didirikan pada tahun 2011, Emotiv adalah perusahaan bioinformatika yang berbasis di San Francisco dengan misi memajukan pemahaman kita tentang otak manusia menggunakan perangkat keras electroencephalography (EEG) khusus, analisis, dan visualisasi. Pendekatan Emotiv untuk penelitian EEG lebih mencerminkan kondisi "dunia nyata", karena individu yang diuji berada di lokasi dan lingkungan yang lebih mencerminkan bagaimana mereka sebenarnya menjalani hidup mereka.

Headset Emotiv

Emotiv Insight

Emotiv melayani komunitas pengguna yang luas, dari para profesional hingga individu yang, sederhananya, ingin belajar tentang otak mereka. Headset EEG 5-saluran Emotiv Insight dirancang untuk antarmuka otak-komputer (BCI). Insight memadukan desain ramping yang mudah disiapkan dengan teknologi sensor revolusioner.

Emotiv EPOC X dan EPOC Flex

Emotiv Epoc X dan EPOC Flex menawarkan sistem EEG 14-saluran & 32-saluran. Dirancang untuk penelitian ilmu pengetahuan saraf di setiap pengaturan, headset EPOC nirkabel dengan teknologi sensor yang ditingkatkan. Kedua headset telah divalidasi oleh kelompok penelitian independen dan terbukti memberikan data tingkat penelitian berkualitas tinggi.

Perbandingan lengkap dari kemampuan teknis sistem EEG Emotiv tersedia untuk ditinjau.

Teknologi Emotiv

Kami memiliki serangkaian alat untuk mendukung setiap langkah penelitian ilmu pengetahuan saraf di sepanjang jalan.

Perangkat lunak EmotivPRO memungkinkan pengguna untuk memproses, menganalisis, dan memvisualisasikan hasil uji coba. Peneliti juga dapat merancang eksperimen di tingkat profesional di mana setiap peserta dengan headset Emotiv dapat berpartisipasi jika memenuhi desain eksperimental.

Software Development Kit (SDK) untuk Emotiv juga tersedia sehingga aplikasi kustom, interaksi, atau rancangan eksperimental dapat dilakukan saat bepergian hanya dengan menggunakan headset dan smartphone.

Seiring bertambahnya jumlah disiplin ilmu dan pasar komersial yang merangkul alat dan metodologi ilmu pengetahuan saraf, sistem EEG Emotiv yang murah dan mudah digunakan digunakan dalam:

• Penelitian ilmu pengetahuan saraf

• Inisiatif pemasaran kesehatan dan kebugaran

• Industri otomotif

• Pemasaran saraf

• Penelitian konsumen

• Edukasi

• Pengaturan hiburan

Selain itu, dengan kualitas, biaya, dan kemampuan untuk mengirimkan headset Emotiv ke seluruh dunia, peneliti dapat merekrut dan mendaftarkan beragam peserta yang memenuhi syarat. Karena metrik kontrol kualitas yang dievaluasi oleh perangkat lunak pemrosesan, peneliti juga dapat memercayai proses pengumpulan data.