Geschreven door Dr. Nikolas Williams, EMOTIV-onderzoekswetenschapper.

Enkele maanden geleden verhuisde ik terug naar de VS na acht jaar in het buitenland te hebben gewoond. Opnieuw beginnen betekende onder meer dat ik alle dingen moest aanschaffen die je nodig hebt in het leven. Naast een bank, bed en eettafel had ik natuurlijk ook een auto nodig. Omdat ik mezelf als financieel verstandig beschouw, keek ik uitsluitend naar oudere, kosteneffectieve modellen, maar ik raakte al snel gedemoraliseerd door de opgeblazen prijzen en de schaarse voorraad. De markt voor tweedehandsauto’s in 2021 pestte me in feite om nieuw te kopen, wat ik uiteindelijk ook deed. Mijn teleurstelling over het schenden van basisprincipes van persoonlijke financiën werd snel vervangen door ongeremde enthousiasme voor het comfort en de functies die bij mijn gloednieuwe Toyota SUV kwamen.

Ik was vooral gecharmeerd van de autonome rijfuncties waarover ik tot dan toe alleen had gelezen. Ondersteunde besturing en naar voren gerichte radar maakten lange ritten een fluitje van een cent. Ik hoefde alleen mijn ogen op de weg te houden en een hand op het stuur te laten rusten, en mijn auto reed in principe zelf. Tel daarbij botsingsvermijding, dodehoekbewaking, achteruitkijkcamera’s met een waarschuwingssysteem om ervoor te zorgen dat ik niemand aanreed die achter me overstak, en deze nieuwe auto was objectief gezien vele malen veiliger dan de oudere modelauto’s waarin ik het grootste deel van het afgelopen decennium had gereden.

Auto’s rijden natuurlijk nog niet zelf. Hoewel ze handige autonome en veiligheidsfuncties hebben, vereisen auto’s nog steeds toezicht van de bestuurder en, wanneer nodig, ingrijpen. We zijn nog ver verwijderd van het verwijderen van de menselijke factor uit het rijden, en juist deze factor is overwegend verantwoordelijk voor auto-ongelukken en dodelijke slachtoffers. Mensen maken fouten achter het stuur. Of ze nu besluiten dat autorijden na het drinken een goed idee is, of dat te hard rijden leuk is, of dat ze nog net een paar kilometer extra moeten afleggen voordat ze stoppen om uit te rusten: mensen veroorzaken veel vermijdbare verkeersincidenten.

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

Volgens de National Highway Traffic Safety Administration (NHTSA) waren er in 2019 36.096 verkeersdoden door motorvoertuigen. Voor 2020 wordt het aantal dodelijke slachtoffers geschat op meer dan 38.000 [1]. Een groot percentage hiervan is te wijten aan risicovol rijgedrag en dus vermijdbaar. De NHTSA heeft zes soorten risicovol rijgedrag geïdentificeerd: te hard rijden, rijden onder invloed van alcohol en drugs, het niet gebruiken (of onjuist gebruiken) van veiligheidsgordels, afgeleid rijden en slaperig rijden. Aangezien twee derde van alle verkeersdoden kan worden toegeschreven aan te hard rijden en rijden onder invloed, zijn veel interventiecampagnes terecht gericht op het aanpakken van deze risico’s. Afgeleid en slaperig rijden leiden echter tot een niet te verwaarlozen aantal dodelijke slachtoffers, met 3.142 afleidingsgerelateerde sterfgevallen en 697 slaperigheidsgerelateerde sterfgevallen in 2019 [2].

Neurowetenschap gebruiken om aandachtigheid in het lab te meten

Neurowetenschap op de bestuurdersstoel - Neurowetenschap gebruiken om aandachtigheid in het lab te meten.

Neurowetenschappers gebruiken verschillende methoden om aandacht in het laboratorium te meten. Een van deze methoden maakt gebruik van het feit dat onze hersenen kleine hoeveelheden elektriciteit afgeven wanneer neuronen vuren. Met elektro-encefalogram (EEG) kunnen we de schommelingen in deze elektriciteit meten om te begrijpen wanneer en waar de hersenen actief zijn. De snelheid, of frequentie, waarmee deze schommelingen optreden staat bekend als oscillaties, of vaker, hersengolven. De frequentie van hersengolven kan Insight geven in mentale toestanden of processen.

Bijvoorbeeld, hersengolven die 14 tot 30 keer per seconde oscilleren (of 14 - 30 Hz) staan bekend als betagolven en worden geassocieerd met hoge niveaus van mentale betrokkenheid. Oscillaties in het bereik van 8 - 13 Hz staan bekend als alfagolven en zijn over het algemeen aanwezig tijdens perioden van ontspanning of passieve aandacht. Zo zie je vaak alfagolven wanneer iemand mediteert. Thetagolven zijn oscillaties tussen 4 en 7 Hz en worden gezien wanneer iemand diep ontspannen of slaperig is. De langzaamste golven zijn deltagolven (1 - 4 Hz) en worden waargenomen wanneer iemand diep slaapt.

Bekijk gerelateerde post De inleidende gids voor EEG

In het lab kunnen wetenschappers de timing, omvang en frequentie van hersengolven meten om te bepalen hoe betrokken of niet-betrokken iemands geest is tijdens taken. Wanneer iemand bijvoorbeeld iets ziet of hoort waar hij of zij op heeft gelet, laat hun EEG een zeer specifieke respons zien die een P300 wordt genoemd: een golf met grote amplitude die ongeveer 300 ms na het verschijnen van het object optreedt [3]. Evenzo kan een afname in alfa-oscillaties erop wijzen dat iemand heel goed oplet [4]. Slaperigheid produceert ook detecteerbare EEG-signaturen via veranderingen in delta-, theta- en alfa-oscillaties [5].

Hoe kunnen we aandachtigheid in een auto meten?

In een voertuig kunnen we aandachtigheid en slaperigheid meten met gedragsmatige methoden. Zo zouden camera’s de ogen van bestuurders kunnen volgen om te controleren of ze naar de weg kijken. Ook kunnen camera’s detecteren wanneer de hoofden van bestuurders beginnen te knikken, wat aangeeft dat ze slaperig zijn. Maar alleen omdat iemand naar de weg kijkt of het hoofd niet hangt, betekent dat niet dat die persoon oplet of niet vermoeid is. EEG kan de detectie van deze gevaarlijke toestanden aanvullen. Het kan ze zelfs voorspellen voordat ze gedragsmatig detecteerbaar zijn.

Neurowetenschap op de bestuurdersstoel - EEG kan de detectie van deze gevaarlijke toestanden aanvullen. Het kan ze zelfs voorspellen voordat ze gedragsmatig detecteerbaar zijn.

In 2020 voerden onderzoekers een systematische review uit van studies die commercieel beschikbare EEG-headsets gebruikten om slaperigheid in realtime te detecteren [6]. Zij rapporteerden dat de meest gebruikte headset in dit soort studies die van EMOTIV was, gevolgd door Neurosky, Interaxon en OpenBCI. Voor slaperigheidsdetectie ontdekten ze dat zelfs basale EEG-kenmerken, zoals frequentie-oscillaties, konden worden gebruikt om slaperigheid te detecteren. Ze merken echter op dat in veel gevallen “algorithmic optimization remains necessary”, wat betekent dat machine-learningalgoritmen resulteerden in nauwkeurigere detecties.

Commerciële EEG en machine-learningalgoritmen benutten om ons veiliger te houden

EMOTIV is al meer dan tien jaar leider in commerciële EEG. In die tijd hebben ze EEG-systemen ontwikkeld in verschillende vormen, van traditionele onderzoekskappen met 32 kanalen tot in-ear hoofdtelefoons met 2 kanalen. Systemen met compacte vormfactoren, zoals de MN8-hoofdtelefoon of Insight, vertegenwoordigen de eerste stappen richting alledaagse, draagbare neurotechnologie. Door dit soort hardware te integreren in de bediening van auto’s, kunnen we mogelijk ongelukken voorkomen voordat de bijdragende mentale toestanden zich überhaupt voordoen.

Neurowetenschap op de bestuurdersstoel - Commerciële EEG en machine-learningalgoritmen benutten om ons veiliger te houden.

Het integreren van EEG-hardware in voertuigen is slechts een deel van de oplossing. Om optimaal gebruik te maken van verkregen hersendata, moeten we die verwerken tot bruikbare meetwaarden. Geavanceerde machine-learningalgoritmen bereiken dit door EEG-data te decoderen in kenmerken die specifieke mentale toestanden kunnen indexeren. Tot nu toe heeft EMOTIV zeven van zulke detecties ontwikkeld: frustratie, interesse, ontspanning, betrokkenheid, opwinding, aandacht en stress. EMOTIV-ingenieurs hebben nauw samengewerkt met neurowetenschappers om deze detecties te ontwikkelen via rigoureuze experimentele studies met protocollen waarvan bekend is dat ze deze toestanden opwekken. In het autodomein verfijnt Emotiv momenteel een detectie van bestuurdersafleiding die is ontwikkeld binnen een rijsimulator. Dit volgt op veelbelovende resultaten van een samenwerking met de Royal Automobile Club of Western Australia, wat resulteerde in een door aandacht aangedreven auto die vertraagde wanneer de aandacht afnam [7]. Je kunt enkele video’s van de samenwerking en de resultaten op YouTube vinden.

Neurowetenschap en de toekomst van autorijden

Neurowetenschap op de bestuurdersstoel - Neurowetenschap en de toekomst van autorijden.

Van vroege interventies zoals veiligheidsgordels en ribbelstroken tot moderne zoals automatisch noodremmen en ondersteunde besturing: onze auto’s zijn veel veiliger geworden. Toch laat het aantal mensen dat elk jaar omkomt door ongevallen zien dat we nog een lange weg te gaan hebben voordat we het punt bereiken waarop voertuigen als “veilig” kunnen worden beschouwd. Naarmate technologie zich ontwikkelt, zullen onze auto’s ongetwijfeld veiliger blijven worden, maar zolang mensen de voornaamste voertuigbestuurders zijn, zullen er door mensen veroorzaakte crashes blijven plaatsvinden. EEG-technologie vormt een bijzonder veelbelovende weg om de menselijke factor te beperken door subtiele indicatoren te detecteren en in te grijpen voordat omstandigheden die ongevallen veroorzaken zich ooit voordoen.

Referenties

[1] National Center for Statistics and Analysis, “Vroege schatting van verkeersdoden door motorvoertuigen in 2020.” National Highway Traffic Safety Administration, mei 2021. Geraadpleegd: 04 jan. 2022. [Online]. Beschikbaar: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] National Center for Statistics and Analysis., “Overzicht van motorvoertuigongevallen in 2019.” National Highway Traffic Safety Administration, 2020.

[3] S. J. Luck en E. S. Kappenman, The Oxford handbook of event-related potential components. Oxford university press, 2011.

[4] G. Thut, “Alpha-Band Electroencephalographic Activity over Occipital Cortex Indexes Visuospatial Attention Bias and Predicts Visual Target Detection,” J. Neurosci., vol. 26, nr. 37, pp. 9494–9502, sep. 2006, doi: 10.1523/JNEUROSCI.0875-06.2006.

[5] C.-H. Chuang, C.-S. Huang, L.-W. Ko, en C.-T. Lin, “An EEG-based perceptual function integration network for application to drowsy driving,” Knowl.-Based Syst., vol. 80, pp. 143–152, mei 2015, doi: 10.1016/j.knosys.2015.01.007.

[6] J. LaRocco, M. D. Le, en D.-G. Paeng, “A Systemic Review of Available Low-Cost EEG Headsets Used for Drowsiness Detection,” Front. Neuroinformatics, vol. 14, p. 42, 2020, doi: 10.3389/fninf.2020.553352.[7] “Australische onderzoekers onthullen ‘attention-powered’ auto,” 2013. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (geraadpleegd op 12 jan. 2022).