Tegen 2025 zal er dagelijks ongeveer 463 exabyte aan nieuwe gegevens worden gecreëerd op het internet - een aantal dat werkelijk onvoorstelbaar is. Deze gegevens zijn afkomstig van alledaagse zaken zoals ~300 miljard e-mails of ~95 miljoen gedeelde foto's. Deze items worden openlijk gedeeld met de bedoeling te worden bekeken. Het grootste deel van deze dagelijkse vloedgolf aan gegevens is echter afkomstig van minder bekende, meer alledaagse ondergrondse items zoals metadata, locatiegegevens, interactielogs, gearchiveerde browsegeschiedenis en meer. Hoewel ze schijnbaar oninteressant zijn, blijkt dat wanneer ze in bulk en in de loop van de tijd worden verzameld en geanalyseerd, ze verbazingwekkend nauwkeurig kunnen zijn in het voorspellen van menselijke toestanden, d.w.z.:

• Gezond versus ziek.

• Algemene activiteiten.

• Slapen versus sporten.

• Toekomstig gedrag zoals potentiële aankopen of stemmen bij verkiezingen.

Als neurowetenschappers kunnen we deze gegevens gebruiken om meer te leren over de menselijke geest. Het ophelderen van factoren die aan de basis liggen van menselijke activiteit en/of gedrag vormt immers de kern van neurowetenschappelijk onderzoek. Dit artikel biedt zeven manieren waarop gegevensverzameling op afstand het neurowetenschappelijk onderzoek verbetert.

Neurowetenschappers maken al tientallen jaren gebruik van technieken voor gegevensverzameling op afstand. Wat er de afgelopen jaren is veranderd, is:

• Hoe veraf "op afstand" werkelijk kan zijn.

• Het aantal proefpersonen dat kan deelnemen.

• Het type eindpunten dat in één enkel experiment kan worden gemeten en verwerkt.

Onderzoek is niet de enige toepassing voor gegevensverzameling en -toepassing op afstand. Recente ontwikkelingen in Virtual Reality (VR)-systemen hebben het laboratorium naar virtuele ruimtes gebracht. Medisch gezien maken deze vorderingen in VR-systemen voor neurowetenschappelijk onderzoek het bijvoorbeeld gemakkelijker om op afstand operaties over de hele wereld uit te voeren. In dit scenario blijft de VR-headset bij het operatieteam, zodat de chirurg bij aankomst de kwaliteit kan zien van de bijna realtime videofeed die afkomstig is van de patiënt die honderden kilometers verderop ligt.

In minder ingrijpende situaties zou het gebruik van alleen video volstaan, maar met deze augmented reality combineren ze video met haptische feedback bij zowel live operaties als educatieve/trainingstaken op het gebied van chirurgie. Je zou kunnen zeggen dat dit vergelijkbaar is met een trilfunctie op een controller van een game, maar dan veel geavanceerder.

Zoals hieronder uiteengezet, zijn er verschillende redenen (ten minste zeven) waarom een medisch proces, onderzoeker of neuromarketeer ervoor zou kiezen om moderne technologie te gebruiken voor het verzamelen, verwerken en analyseren van wereldwijde, op afstand verzamelde gegevens.

1. Het comfort en gemak van thuis

Gestresste proefpersonen zorgen voor gestresste gegevens.

Het is algemeen bekend dat blootstelling aan stressvolle factoren voorafgaand aan het uitvoeren van een gedragstest de vervolgens verzamelde gegevens kan wijzigen. Bovendien is herhaaldelijk aangetoond dat, naast acute effecten, omgevingsstressoren kunnen leiden tot langetermijneffecten. De beste hoop van wetenschappers is om dergelijke externe variabelen te beperken, terwijl ze accepteren dat ze nooit volledig kunnen worden geëlimineerd. Als elk van de proefpersonen identiek wordt behandeld, worden ze in gelijke mate blootgesteld aan alle elementen.

Een mens die in zijn eigen huis wordt getest

Naar de praktijk van een arts rijden, je zorgen maken over de kosten, een diagnose, het vinden van de juiste praktijk, of dat je legaal geparkeerd staat, zijn allemaal zeer reële stressfactoren. Maar stel dat het verzamelen van onderzoeksgegevens zo zou kunnen worden gedaan dat deze externe factoren worden vermeden, zoals in het comfort van de eigen woning. In dat geval zou de impact van een stressvolle reis de focus van het onderzoek niet overschaduwen.

Dat gezegd hebbende, is het niet mogelijk om de effecten van externe krachten op onderzoekssubjecten volledig te isoleren of te elimineren. De beste aanpak om claims en stressoren te minimaliseren, is door alle proefpersonen aan dezelfde omstandigheden bloot te stellen met behulp van innovatieve maar gevalideerde apparatuur.

2. Overmacht

Wanneer zich een onvoorziene ramp voordoet, moet u uw gedrag aanpassen. Maak kennis met COVID-19.

De afgelopen drie jaar zijn over de hele linie oogopenend geweest vanwege de wereldwijde COVID-19-pandemie. Soms zijn er gewoon buitengewone gebeurtenissen of omstandigheden die buiten de controle van de onderzoekers liggen. Deze onvoorziene omstandigheden dwingen tot aanpassing aan nieuwe beperkingen.

Het bepalen van de meest effectieve reclamecampagne met behulp van de beste beschikbare technologie is een uitgemaakte zaak voor kapitalisten. Het feit is echter: de kwaliteit van de gegevens van een proefpersoon is niet afhankelijk van hun nabijheid tot de onderzoeker. Daarom moet de kerntaak van de onderzoeker om gegevens van proefpersonen te verzamelen, worden aangepast aan de instrumenten die momenteel beschikbaar zijn.

3. EverlyWell, Apple Watch & Telechirurgie

EverlyWell is een medische laboratoriumtestdienst per post die voorverpakte kits verzendt met gemakkelijk te begrijpen instructies om doelen te kwantificeren in meer dan 30 diagnostische testen. De Apple Watch heeft ook de krantenkoppen gehaald vanwege zijn meldingen bij hartslagafwijkingen en valdetectie. Voor zowel EverlyWell als Apple is er weinig twijfel geweest over het vermogen van hun producten om waarde toe te voegen tegen minder reiskosten en lagere kosten voor de consumentenmarkt.

Met dit soort en andere producten lijken we, als samenleving, biomedische gegevens die lokaal worden verzameld, op afstand worden verwerkt en op de juiste manier worden gepresenteerd, al te hebben geaccepteerd en te vertrouwen. Of het nu gaat om ziektepreventie, mentaal welzijn, het bestrijden van ziekte of het behouden van een goed uitgebalanceerd lichaam, u wilt feedback krijgen en hopelijk worden beloond wanneer gezondheidsdoelen worden bereikt. In de donkere dagen vóór het internet, toen computers een hele kamer in beslag namen, was het meten en bijhouden van uw Key Performance Indicators (KPI) op het gebied van fitness een volledig analoge onderneming. Dit is niet langer het geval. Als gevolg hiervan is de "quantified self"-beweging snel volwassen aan het worden.

De meest gemonitorde KPI's zijn onder meer:

• Hartslag

• Bloeddruk

• Gewicht

• Lengte

• Slaapduur

• Bewegingspatronen

Dit alles kan eenvoudig worden gekwantificeerd met de juiste sensor en basisapparatuur. Het is algemeen bekend dat de neurowetenschap en veel biomedische disciplines te kampen hebben met problemen met de steekproefomvang. Om dit probleem op te lossen, zou de beste aanpak zijn om extra proefpersonen toe te voegen in plaats van de kleinere groep geselecteerde proefpersonen te trainen omdat ze zich in de directe nabijheid bevinden. Met het volledige scala aan meetbare KPI's op afstand is dit een haalbare manier voor neurowetenschappelijk onderzoek om te bloeien en te overleven.

4. Het vergroten van de inclusie en diversiteit van deelnemers

Wie is de WEIRD-groep en waarom weten we juist over hen zoveel?

"Gedragswetenschappers publiceren routinematig brede claims over menselijke psychologie en gedrag in 's werelds toonaangevende tijdschriften op basis van steekproeven die uitsluitend zijn getrokken uit westerse, opgeleide, geïndustrialiseerde, rijke en democratische (WEIRD) samenlevevingen."

Het is een bekend cliché dat de psychologie veel weet over witte, welgestelde individuen in de studentenleeftijd, maar heel weinig over de mens in het algemeen.

Waarom?

Psychologie-experimenten worden uitgevoerd op universiteitscampussen en de criteria voor de opname van proefpersonen zijn niet veel breder dan hun nabijheid en beschikbaarheid gedurende de dag. Om conclusies te trekken over de bredere bevolking, moeten steekproefgroepen voor psychologie-experimenten meer individuen met verschillende achtergronden omvatten. De sleutel tot dit probleem ligt in apparatuur voor gegevensverzameling op afstand, met name apparatuur die is ontworpen voor consumenten om zelf te gebruiken.

5. Kostenbesparingen op korte en lange termijn

Moderne cloudplatforms hebben de fysieke afstand irrelevant gemaakt.

Het gebruik van een tool voor gegevensverzameling op afstand bespaart geld op advertenties.

Gerandomiseerde steekproeven kosten meer dan gemakssteekproeven, zoals studenten, omdat u in de lokale gemeenschap reclame moet maken voor de proefpersonen. Simpel gezegd, adverteren kost geld.

Het gebruik van een tool voor gegevensverzameling op afstand bespaart geld op eigen IT- en neuro-analyseapparatuur.

Vaak moeten individuele onderzoekslaboratoria betalen voor het onderhoud van hun eigen IT-apparatuur, vooral als het gaat om gespecialiseerde hardware voor gegevensverzameling. Natuurlijk verbetert de technologie naarmate de tijd verstrijkt. Ondertussen is het bijwerken van de infrastructuur een dure aangelegenheid. Om deze reden kan toegang tot moderne cloudplatforms en goedkopere hardware voor gegevensverzameling het gebruik van middelen in neurowetenschappelijk onderzoek verminderen.

6. Het kwantificeren van fysiologie en gedrag is altijd "op afstand" geweest

De afstand tussen de sensorhardware en de gegevensverwerkingssoftware is irrelevant.

Het begrijpen, voorspellen en genezen van menselijk gedrag vormt de kern van het meeste academische onderzoek, met name de neurowetenschap. Typisch roept het begrip "verzameling van gedragsgegevens" beelden op van wetenschappers in verdacht schone laboratoriumjassen die proefpersonen van een afstand gadeslaan met een klembord en een stopwatch, terwijl ze af en toe wat opkrabbelen.

Dit is een eenvoudig idee, maar het zit vol met potentiële bronnen van onbekende variantie die de activiteit of het gedrag van een proefpersoon zouden kunnen beïnvloeden. In wetenschappelijke experimenten is het doel om zoveel mogelijk van deze onverklaarde variantie te elimineren. Deze praktijk is essentieel om op bewijs gebaseerde conclusies te trekken over de oorzaak wanneer een effect wordt waargenomen.

Hoe foutenbronnen in neurowetenschappelijk onderzoek te elimineren

De zoektocht naar het elimineren van foutenbronnen bij het kwantificeren van de menselijke fysiologie en het menselijk gedrag is gaande. In de meest basale vorm omvat dit doorgaans verbeteringen aan hardware die gegevens van sensoren verzamelt, die vervolgens worden verwerkt met behulp van analoge of digitale software om interessante items, trends of verschillen tussen of binnen proefpersonen te identificeren. Gegevensverzameling op afstand is krachtiger dan aanvankelijk werd aangenomen en kan diverse maar relevante gegevenssets opleveren die voorspellende waarde toevoegen aan het experiment.

7. Machine learning biedt betere gegevens

Gegevens + Metadata + Machine Learning (ML) = het meest uitgebreide model van gedragsactiviteit.

Kunstmatige-intelligentiemodellen van wie u bent, waar u bent, waar u van houdt en wat u haat, worden allemaal gebruikt op een schaal waarvan velen zich niet bewust zijn. Gelukkig is er in onze hedendaagse markt commerciële apparatuur voor de verzameling van neurowetenschappelijke gegevens beschikbaar. Hun gebruik van gegevens en metadata van advertenties zal waarschijnlijk leiden tot een uitgebreider begrip van gedrag dan wat zou kunnen worden verzameld in sterilere, geïsoleerde laboratoriumomgevingen.

In de kern worden de verstrekte gegevens (naam, locatie, verjaardag) samengevoegd met ondergrondse metadata (tijd op de site, vorige site, verlaatsite) en dit heeft geleid tot volledig nieuwe analysetechnieken die uiterst nuttig blijken te zijn voor het meten and voorspellen van menselijk gedrag.

Wilt u meer weten? Maak kennis met Emotiv

Door de bovenstaande technieken te belichten, hebben we aangetoond dat gegevensverzameling op afstand niet nieuw is en het neurowetenschappelijk onderzoek blijft verbeteren naarmate er technologische verbeteringen op de markt komen. Gezien de snelheid waarmee "op afstand" zich uitbreidde van de overkant van de gang naar het einde van de straat, naar de andere kant van het land en nu, over de hele wereld, is het gemakkelijk om de gevoelens van onbehagen te begrijpen die traditionele onderzoekers ervaren. Gezien de omvang van de technische verbeteringen aan consumentenhardware en de monumentale prestaties op het gebied van cloudgebaseerde gegevensanalyse en -verwerking, wordt de term "op afstand" echter snel irrelevant voor de manier waarop gegevens worden verzameld.

Samenvattend kunnen proefpersonen thuis gegevens verzamelen zonder direct toezicht van de onderzoeksstaf. Ze kunnen deze informatie over hun hersenen verzamelen voor persoonlijk gebruik, maar hebben ook de mogelijkheid om hun EEG te uploaden of specifiek EEG te verzamelen voor uitgebreidere, lopende onderzoeksprojecten.

Opgericht in 2011 is Emotiv een in San Francisco gevestigd bio-informaticabedrijf met als missie het vergroten van ons begrip van het menselijk brein met behulp van op maat gemaakte elektro-encefalografie (EEG)-hardware, analyse en visualisatie. De benadering van Emotiv van EEG-onderzoek weerspiegelt beter de "echte wereld"-omstandigheden, aangezien de personen die worden getest zich op locaties en in omgevingen bevinden die een betere weerspiegeling zijn van hoe ze daadwerkelijk leven.

Emotiv Headsets

Emotiv Insight

Emotiv bedient een brede gemeenschap van gebruikers, van professionals tot individuen die simpelweg over hun hersenen willen leren. De Emotiv Insight 5-kanaals EEG-headset is ontworpen voor brain-computer interface (BCI). Insight combineert een slank, eenvoudig op te zetten ontwerp met revolutionaire sensortechnologie.

Emotiv Epoc X en EPOC Flex

De Emotiv Epoc X en EPOC Flex bieden een 14-kanaals en 32-kanaals EEG-systeem. Ontworpen voor neurowetenschappelijk onderzoek in elke omgeving, zijn de EPOC-headsets draadloos met verbeterde sensortechnologie. Beide headsets zijn gevalideerd door onafhankelijke onderzoeksgroepen en het is bewezen dat ze hoogwaardige gegevens van wetenschappelijk niveau leveren.

Een volledige vergelijking van de technische mogelijkheden van de EEG-systemen van Emotiv is beschikbaar voor beoordeling.

Emotiv Technologie

We hebben een reeks tools om elke stap van het neurowetenschappelijk onderzoek te ondersteunen.

Met EmotivPRO-software kunnen gebruikers resultaten van tests verwerken, analyseren en visualiseren. Onderzoekers kunnen ook experimenten ontwerpen op professioneel niveau waaraan elke deelnemer met een Emotiv-headset kan deelnemen, mits deze voldoet aan het experimentele ontwerp.

Er is ook een Software Development Kit (SDK) voor Emotiv beschikbaar, zodat aangepaste apps, interacties of experimentele ontwerpen onderweg kunnen worden uitgevoerd met alleen de headset and smartphone.

Naarmate het aantal disciplines en commerciële markten dat neurowetenschappelijke instrumenten en methodologieën omarmt toeneemt, worden de goedkope, gebruiksvriendelijke EEG-systemen van Emotiv gebruikt in:

• Neurowetenschappelijk onderzoek

• Marketinginitiatieven voor gezondheid en welzijn

• Automobielindustrieën

• Neuromarketing

• Consumentenonderzoek

• Onderwijs

• Entertainment-omgevingen

Bovendien kunnen onderzoekers, dankzij de kwaliteit, de kosten en de mogelijkheid om Emotiv-headsets wereldwijd te verzenden, een diverse reeks gekwalificeerde deelnemers werven en registreren. Dankzij de kwaliteitscontrolemetingen die de verwerkingssoftware evalueert, kunnen onderzoekers ook vertrouwen op het proces van gegevensverzameling.