運転席にいる神経科学

著者：ニコラス・ウィリアムズ博士、EMOTIV研究科学者。

数ヶ月前、8年間の海外生活を経て再びアメリカに戻りました。再出発の一環として、生活に必要なものをすべて購入することになりました。ソファ、ベッド、ダイニングテーブルはもちろん、車も必要です。自分を金銭的に賢い人間だと考えていたので、主に古いコストパフォーマンスの良いモデルを探していましたが、 inflated prices（価格の高騰）と在庫の不足にすぐに落胆しました。2021年の中古車市場は、私を新車購入に追い込むような状況で、結局新車を購入しました。基本的な個人財務の原則に違反することへの失望は、私の新しいトヨタSUVの快適さと機能に対する抑えきれない熱意にすぐに置き換わりました。

特に、自動運転機能に驚かされました。今までのところ、私はそれについてのみ読んでいました。アシストステアリングと前方探知レーダーは、長いドライブを快適にしました。私はただ道に目を向け、手をハンドルに置いていれば、車はほぼ自動で運転してくれました。衝突回避、ブラインドスポットモニタリング、後方カメラによるアラートシステムすべてを含め、私は後ろを横切る他の人にぶつからないようにしてくださいと気を付けてくれました。そしてこの新車は、私が過去10年間の大部分で運転していた古いモデルの車よりも、客観的に数桁は安全でした。

もちろん、車はまだ自分で運転することはできません。彼らは便利な自動運転機能や安全機能を備えていますが、運転手の監視が依然として必要であり、必要に応じて介入も必要です。人間が運転から外れることができるまでには長い道のりがあります。この人間の要素が自動車事故や死亡の主な原因です。人間は運転中にミスを犯します。飲酒運転が良いアイデアだと考えたり、スピードを出すことが楽しいと思ったり、疲れた自分を休ませる前に数マイル進もうとしてみたり、人間は多くの予防可能な自動車事故を引き起こします。

[block id="cta-shortcode-browse-eeg-headsets-v2"]

国家道路交通安全局（NHTSA）によると、2019年には36,096件の自動車交通死亡事故がありました。2020年の死亡者数は38,000人を超えると推定されています [1]。これらのうちの大部分は危険な運転によるものなので、防止可能です。NHTSAは、危険な運転の6種類を特定しています：スピード違反、酩酊または薬物影響下の運転、シートベルト未使用または不適切な使用、運転中の気を散らす行為、眠気運転。交通死亡事故の3分の2はスピード違反や飲酒運転に起因するため、多くの介入キャンペーンはこれらのリスクに正しく焦点を当てています。しかし、気を散らした運転と眠気運転も3,142件の気を散らしたことによる死亡事故と697件の眠気による死亡事故が2019年に発生しました [2]。

ラボで注意力を測定するための神経科学の活用

運転席の神経科学 - ラボで注意力を測定するための神経科学の活用。

神経科学者は、ラボで注意力を測定するためのさまざまな方法を使用します。これらの方法の1つは、脳の神経細胞が発火するときにごくわずかな電気を放出するという事実を活用しています。脳波計（EEG）を使用することで、この電気の変動を測定し、脳がいつどこで活発であるかを理解できます。これらの変動が発生する速度、または頻度は、振動または一般的には脳波として知られています。脳波の周波数は、精神状態やプロセスに関する洞察を提供できます。

たとえば、1秒間に14〜30回振動する脳波（または14 - 30 Hz）はベータ波として知られ、高いレベルの精神的関与に関連しています。8〜13 Hzの範囲の振動はアルファ波として知られ、一般的にはリラックスしたり受動的な注意を向けている時に見られます。たとえば、瞑想している時にはしばしばアルファ波が見られます。シータ波は4〜7 Hzの振動であり、深くリラックスしたり眠い時に見られます。最も遅い波はデルタ波（1 - 4 Hz）であり、深く眠っている時に観察されます。

関連投稿を見る EEGの入門ガイド

ラボでは、科学者は脳波のタイミング、振幅、および周波数を測定して、タスク中の人の注意度を判断できます。たとえば、人物が見たり聞いたりしている対象がある時に、そのEEGはP300と呼ばれる非常に特定の反応を示します。これは対象の出現から約300 ms後に発生する大きな振幅の波です [3]。同様に、アルファ振動の減少は、誰かが何かに細心の注意を払っていることを示す可能性があります [4]。眠気も、デルタ、シータ、およびアルファ振動の変化によって検出可能なEEGサインを生じさせます [5]。

車内での注意力を測定する方法は？

車両内では、行動的手法を用いて注意力と眠気を測定できます。たとえば、カメラは運転手の目を追跡して、道路を見ていることを確認できます。同様に、カメラは運転手の頭がうなだれ始めるのを検出し、眠気を知らせることができます。しかし、人が道路を見ているからと言って、または頭がうなだれないからと言って、注意を払っているとは限らず、疲れていないというわけでもありません。EEGは、これらの危険な状態の検出を強化できます。彼らは、これらが行動的に検出可能になる前にそれらを予測できるかもしれません。

運転席の神経科学 - EEGはこれらの危険な状態の検出を強化できます。彼らは、行動的に検出可能になる前にそれらを予測できるかもしれません。

2020年、研究者たちは、リアルタイムの眠気を検出するために市販のEEGヘッドセットを使用した研究の系統的レビューを行いました [6]。彼らは、これらのタイプの研究で最もよく使用されたヘッドセットがEMOTIVによって製造されたものであり、次いでNeurosky、Interaxon、OpenBCIであることを報告しました。眠気検出のために、基本的なEEG特徴（周波数振動など）を使用して眠気を検出することができることがわかりました。ただし、彼らは多くのケースにおいて「アルゴリズムの最適化が必要である」とも指摘しています。つまり、機械学習アルゴリズムは、より正確な検出をもたらしました。

商業用EEGと機械学習アルゴリズムを活用して私たちをより安全に保つ

EMOTIVは、商業用EEGのリーダーとして10年以上の歴史があります。この間、彼らは32チャンネルの伝統的な研究用キャップから2チャンネルの耳内ヘッドフォンまで、さまざまな形態のEEGシステムを開発してきました。MN8ヘッドフォンやInsightのようなコンパクトなフォームファクターを持つシステムは、日常的に装着可能な神経技術への第一歩を示しています。このようなハードウェアを自動車のコントロールに統合することで、事故の原因となる精神状態が発生する前に防止できるかもしれません。

運転席の神経科学 - 商業用EEGと機械学習アルゴリズムを活用して私たちをより安全に保ちます。

EEGハードウェアを車両に統合することは、解決策の一部に過ぎません。取得した脳データを有用なメトリックに加工する必要があります。洗練された機械学習アルゴリズムは、EEGデータを特定の精神状態をインデックスできる特徴にデコードすることでこれを達成します。これまでのところ、EMOTIVはフラストレーション、興味、リラックス、関与、興奮、注意、ストレスの7つの検出を開発しました。EMOTIVのエンジニアは、これらの状態を引き起こすことが知られているプロトコルを使用した厳密な実験研究を通じて、これらの検出を開発するために神経科学者と密接に協力しています。自動車分野において、Emotivは現在、運転シミュレーター内で開発された運転者の気を散らす検出を微調整しています。これは、注意が減少すると車がスピードを落とすという結果をもたらしました [7]。コラボレーションや結果の動画をYouTubeで見ることができます。

神経科学と運転の未来

運転席の神経科学 - 神経科学と運転の未来。

シートベルトやランプ条などの初期の介入から、自動緊急ブレーキやアシストステアリングなどの現代的なものまで、私たちの車はずっと安全になりました。しかし、毎年事故で死亡する人数は、特徴的な「安全」と見なされる地点に到達するまで長い道のりがあることを示しています。技術が進歩するにつれ、私たちの車は確実に安全性が増すでしょうが、人間が主な運転者である限り、人間が引き起こす事故は続くでしょう。EEG技術は、微妙な指標を検出し、事故を引き起こす条件が発生する前に介入することで人間要因を軽減するための非常に有望な手段を提供します。

文献

[1] 国家統計センターおよび分析、“2020年の自動車交通死亡事故の早期推定。”国家道路交通安全局、2021年5月。アクセス日：2022年1月4日。[オンライン]。利用可能： https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] 国家統計センターおよび分析。“2019年の自動車事故の概要。”国家道路交通安全局、2020年。

[3] S. J. LuckおよびE. S. Kappenman、イベント関連電位成分のオックスフォードハンドブック。オックスフォード大学出版、2011年。

[4] G. Thut、“後頭皮質におけるα帯域の脳波活動は視空間的注意のバイアスを示し、視覚目標検出を予測する”J. Neurosci.、第26巻、第37号、pp. 9494–9502、2006年9月、doi: 10.1523/JNEUROSCI.0875-06.2006。

[5] C.-H. Chuang、C.-S. Huang、L.-W. Ko、およびC.-T. Lin、“眠気運転への応用のためのEEGベースの知覚機能統合ネットワーク”知識ベースシステム。、第80巻、pp. 143–152、2015年5月、doi: 10.1016/j.knosys.2015.01.007。

[6] J. LaRocco、M. D. Le、D.-G. Paeng、“眠気検出に使用される市販の低コストEEGヘッドセットの系統的レビュー”フロント神経情報学、第14巻、p. 42、2020年、doi: 10.3389/fninf.2020.553352。[7] “オーストラリアの研究者が「注意力駆動の車」を発表”2013年。 https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html （2022年1月12日アクセス）。