เขียนโดย ดร. นิโคลัส วิลเลียมส์ (Dr Nikolas Williams) นักวิทยาศาสตร์การวิจัยจาก Emotiv

เมื่อหลายเดือนก่อน ผมย้ายกลับมาที่สหรัฐอเมริกาหลังจากใช้ชีวิตอยู่ต่างแดนนานถึงแปดปี ส่วนหนึ่งของการเริ่มต้นใหม่อีกครั้งคือการซื้อสิ่งของจำเป็นทุกอย่างสำหรับการใช้ชีวิต นอกเหนือจากโซฟา เตียง และโต๊ะอาหารแล้ว แน่นอนว่าผมยังต้องการรถยนต์ด้วย เนื่องจากผมคิดว่าตัวเองเป็นคนที่มีความรู้ความเข้าใจเรื่องการเงินเป็นอย่างดี ผมจึงมองหารุ่นเก่าๆ ที่คุ้มค่าเงินเป็นพิเศษ แต่ก็ต้องรู้สึกท้อแท้อย่างรวดเร็วเนื่องจากราคาที่สูงเกินจริงและจำนวนรถในระบบคลังสินค้าที่มีอยู่อย่างจำกัด ตลาดรถยนต์มือสองของปี 2021 บังคับให้ผมต้องซื้อรถใหม่ ซึ่งในที่สุดผมก็ทำเช่นนั้น ความผิดหวังจากการละเมิดหลักการพื้นฐานทางการเงินส่วนบุคคลของผมนั้น ถูกแทนที่อย่างรวดเร็วด้วยความกระตือรือร้นอย่างไม่มีที่สิ้นสุดสำหรับความสะดวกสบายและคุณสมบัติต่างๆ ที่มาพร้อมกับรถ SUV ยี่ห้อ Toyota คันใหม่ของผม

ผมประทับใจเป็นพิเศษกับคุณสมบัติการขับขี่แบบไร้คนขับ ซึ่งก่อนหน้านี้ผมเคยแต่ได้อ่านผ่านตามาเท่านั้น ระบบช่วยบังคับเลี้ยวและเรดาร์มองไปข้างหน้าทำให้การเดินทางไกลเป็นเรื่องง่าย ผมเพียงแค่ต้องมองถนนตรงหน้าและวางมือบนพวงมาลัย แล้วรถของผมก็สามารถขับเคลื่อนได้เองโดยพื้นฐาน ปัจจัยด้านระบบป้องกันการชน การตรวจสอบจุดอับสายตา และกล้องมองหลังพร้อมระบบเตือนภัยเพื่อให้แน่ใจว่าผมจะไม่ถอยชนใครก็ตามที่เดินผ่านด้านหลังของผม และรถใหม่คันนี้ถือว่ามีความปลอดภัยมากกว่ารถรุ่นเก่าๆ ที่ผมเคยขับในช่วงทศวรรษที่ผ่านมาอย่างเห็นได้ชัด

แน่นอนว่า รถยนต์ยังไม่ได้ขับเคลื่อนด้วยตัวเอง แม้ว่าจะมีคุณสมบัติการขับเคลื่อนที่ชาญฉลาดและปลอดภัย แต่รถยนต์ยังคงต้องการการควบคุมดูแลจากผู้ขับขี่ และหากจำเป็น ก็ต้องมีการเข้าแทรกแซง เรายังอีกยาวไกลกว่าจะเอาองค์ประกอบของมนุษย์ออกจากการขับขี่ได้ และองค์ประกอบนี้เองที่มีบทบาทสำคัญอย่างยิ่งต่อการเกิดอุบัติเหตุและการบาดเจ็บล้มตายทางรถยนต์ มนุษย์ทำผิดพลาดหลังพวงมาลัย ไม่ว่าพวกเขาจะตัดสินใจว่าการควบคุมรถหลังจากดื่มเครื่องดื่มแอลกอฮอล์เป็นความคิดที่ดี หรือเห็นว่าการเร่งความเร็วเป็นเรื่องสนุก หรือต้องการวิ่งต่อไปอีกสักสองสามไมล์ก่อนที่จะจอดพักผ่อนคลายอาการเหนื่อยล้า มนุษย์เป็นต้วการสำคัญที่ทำให้เกิดเหตุการณ์ทางรถยนต์ที่หลีกเลี่ยงได้จำนวนมาก

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

รายงานข้อมูลจากหน่วยงานรักษาความปลอดภัยการจราจรบนทางหลวงแห่งชาติ (NHTSA) ระบุว่า มีผู้เสียชีวิตจากอุบัติเหตุทางรถยนต์จำนวน 36,096 รายในปี 2019 สำหรับในปี 2020 คาดว่าจำนวนผู้เสียชีวิตจะมากกว่า 38,000 ราย [1] โดยมีเปอร์เซ็นต์ขนาดใหญ่ที่เกิดจากการขับขี่ที่มีความเสี่ยงและสามารถป้องกันได้ ทาง NHTSA ได้จัดประเภทการขับขี่ที่เป็นอันตรายออกเป็น 6 ประเภท ได้แก่ การใช้ความเร็วสูงเกินกำหนด การขับขี่ในขณะมึนเมาและใช้ยาเสพติด การไม่คาดเข็มขัดนิรภัย (หรือใช้อย่างไม่ถูกต้อง) การขับขี่ในขณะที่มีสิ่งรบกวนสมาธิ และการขับขี่ในขณะง่วงนอน เนื่องจากสาเหตุการเสียชีวิตจากการจราจรถึงสองในสามมาจากการใช้ความเร็วและการขับขี่ในขณะมึนเมา แคมเปญการแทรกแซงจำนวนมากจึงมุ่งเป้าไปที่การจัดการกับความเสี่ยงเหล่านี้อย่างถูกต้อง อย่างไรก็ตาม การขับขี่ร่วมกับความไม่มีสมาธิและการขับขี่ขณะง่วงนอน ส่งผลให้มีผู้เสียชีวิตจำนวนไม่น้อย โดยมีผู้เสียชีวิตจากการเสียสมาธิ 3,142 ราย และการเสียชีวิตที่เกี่ยวข้องกับความง่วงนอน 697 รายในปี 2019 [2]

การใช้ประสาทวิทยาศาสตร์เพื่อวัดความตื่นตัวในห้องปฏิบัติการ

ศาสตร์แห่งสมองในที่นั่งคนขับ - การใช้ประสาทวิทยาศาสตร์เพื่อวัดความตื่นตัวในห้องปฏิบัติการ

นักประสาทวิทยาใช้วิธีการต่างๆ เพื่อวัดความสนใจในห้องปฏิบัติการ วิธีหนึ่งในจำนวนนี้คือการอาศัยประโยชน์จากการที่สมองของเราปล่อยกระแสไฟฟ้าปริมาณเล็กน้อยออกมาในขณะที่เซลล์ประสาทเปิดใช้งาน การใช้คลื่นไฟฟ้าสมอง (EEG) ทำให้เราสามารถตรวจวัดความผันผวนของไฟฟ้าในสมอง เพื่อทำความเข้าใจว่าสมองของเรากำลังทำงานในลักษณะใดและที่ไหน อัตราความเร็วหรือความถี่ที่เกิดความผันผวนเหล่านี้ เรียกว่าการสั่น หรือที่รู้จักกันทั่วไปว่า คลื่นสมอง ความถี่ของคลื่นสมองสามารถให้ข้อมูลเชิงลึกเกี่ยวกับสภาพจิตใจหรือกระบวนการทำงานได้

ตัวอย่างเช่น คลื่นสมองที่สั่นสะเทือน 14 ถึง 30 ครั้งต่อวินาที (หรือ 14 - 30 Hz) เรียกว่าคลื่นเบตา และเกี่ยวข้องกับระดับการมีส่วนร่วมทางจิตในระดับสูง การสั่นในช่วง 8 - 13 Hz เรียกว่าคลื่นอัลฟ่า และโดยทั่วไปจะปรากฏในช่วงการผ่อนคลายหรือการมีสมาธิแบบผ่อนคลาย ตัวอย่างเช่น คุณมักจะเห็นคลื่นอัลฟ่าเมื่อบุคคลนั้นกำลังทำสมาธิ ส่วนคลื่นทีตาคือการสั่นสะเทือนระหว่าง 4 ถึง 7 Hz และพบได้เมื่อบุคคลนั้นอยู่ในสภาวะผ่อนคลายอย่างลึกซึ้งหรือง่วงนอน คลื่นที่ช้าที่สุดคือคลื่นเดลตา (1 - 4 Hz) และตรวจพบคู่กับขบวนการนอนหลับลึก

ตรวจดูโพสต์ที่เกี่ยวข้อง The Introductory Guide to EEG (คู่มือเบื้องต้นเกี่ยวกับ EEG)

ในห้องปฏิบัติการ นักวิทยาศาสตร์สามารถตรวจวัดเวลา ขนาด และความถี่ของคลื่นสมอง เพื่อดูว่าสภาพจิตใจของแต่ละบุคคลมีปฏิกิริยาอย่างไรในระหว่างการทำกิจกรรมต่างๆ เช่น เมื่อมีคนเห็นหรือได้ยินสิ่งที่พวกเขากำลังเฝ้าสังเกต คลื่นไฟฟ้าสมอง (EEG) จะแสดงปฏิกิริยาตอบสนองที่เฉพาะเจาะจงมาก เรียกว่า P300 ซึ่งเป็นคลื่นแอมพลิจูดขนาดใหญ่ที่เกิดขึ้นหลังจากวัตถุปรากฏตัวขึ้นประมาณ 300 มิลลิวินาที [3] ในทำนองเดียวกัน การสั่นของคลื่นอัลฟ่าที่ลดลงสามารถบ่งชี้ได้ว่ามีคนกำลังจดจ่ออยู่กับบางสิ่งบางอย่าง [4] การง่วงนอนยังสามารถสร้างรูปแบบภาพที่ตรวจจับได้ของ EEG ผ่านทางการแจ้งเตือนของการเปลี่ยนแปลงการสั่นของคลื่นเดลตา คลื่นทีตา และคลื่นอัลฟ่า [5]

เราจะวัดระดับสมาธิในรถยนต์ได้อย่างไร?

ในรถยนต์ เราสามารถตรวจวัดความตื่นตัวและความง่วงนอนได้โดยใช้วิธีเชิงพฤติกรรม ตัวอย่างเช่น กล้องสามารถติดตามสายตาของผู้ขับขี่เพื่อให้แน่ใจว่าพวกเขากำลังมองที่ถนน ในทำนองเดียวกัน กล้องสามารถตรวจจับได้ว่าเมื่อใดที่ศีรษะเริ่มสัปหงกซึ่งบ่งชี้ว่าพวกเขากำลังง่วงนอน อย่างไรก็ตาม เพียงเพราะว่าผู้คนกำลังมองที่ถนนหรือศีรษะของพวกเขาไม่ได้สัปหงกนั้น ไม่ได้แปลว่าพวกเขากำลังมีสติหรือไม่ได้เหนื่อยล้า คลื่นไฟฟ้าสมอง (EEG) สามารถเพิ่มประสิทธิภาพในการตรวจจับสภาวะอันตรายเหล่านี้ได้ โดยอาจสามารถทำนายเหตุการณ์เหล่านี้ได้ก่อนที่จะสามารถตรวจพบบนพฤติกรรมข้างต้นได้ด้วยซ้ำ

ศาสตร์แห่งสมองในที่นั่งคนขับ - คลื่นไฟฟ้าสมอง (EEG) สามารถเพิ่มประสิทธิภาพการตรวจจับสภาวะอันตรายเหล่านี้ได้ ซึ่งมีแนวโน้มว่าจะสามารถทำนายเหตุการณ์ดังกล่าวได้ก่อนที่จะสามารถตรวจพบเชิงพฤติกรรม

ในปี 2020 นักวิจัยทำการทบทวนแบบเป็นระบบเกี่ยวกับการศึกษาต่างๆ ที่ใช้ชุดหูฟัง EEG เชิงพาณิชย์ที่มีจำหน่ายทั่วไปเพื่อตรวจจับความง่วงนอนแบบเรียลไทม์ [6] พวกเขารายงานว่าอุปกรณ์สวมศีรษะที่ถูกเลือกใช้มากที่สุดในการศึกษาประเภทนี้คืออุปกรณ์จาก Emotiv ตามด้วย Neurosky, Interaxon และ OpenBCI สำหรับการตรวจจับความง่วงนอน พวกเขาพบว่าสามารถใช้คุณสมบัติพื้นฐานของ EEG เช่น การแกว่งของความถี่ เพื่อตรวจจับความง่วงนอนได้ อย่างไรก็ตาม พวกเขาตั้งข้อสังเกตว่าในหลายๆ กรณี “การปรับแต่งอัลกอริทึมยังคงมีความจำเป็น” ซึ่งหมายความว่าอัลกอริทึมแมชชีนเลิร์นนิงช่วยเพิ่มความแม่นยำในการตรวจจับให้ดียิ่งขึ้น

การใช้ประโยชน์จาก EEG เชิงพาณิชย์และอัลกอริทึมแมชชีนเลิร์นนิงเพื่อช่วยรักษาความปลอดภัยให้เรามากขึ้น

Emotiv เป็นผู้นำในด้านระบบ EEG เชิงพาณิชย์มานานกว่าทศวรรษ ช่วงเวลานี้พวกเขาได้พัฒนาระบบ EEG ในรูปแบบต่างๆ ตั้งแต่หมวกวิจัยแบบดั้งเดิม 32 ช่องสัญญาณ ไปจนถึงหูฟังแบบใส่ในหู 2 ช่องสัญญาณ ระบบที่มีรูปทรงกะทัดรัด เช่น หูฟัง MN8 หรือ Insight แสดงถึงขั้นแรกไปสู่เทคโนโลยีประสาทแบบสวมใส่ที่เป็นมิตรกับชีวิตประจำวัน ด้วยการรวมฮาร์ดแวร์ประเภทเหล่านี้เข้ากับการควบคุมรถยนต์ เราอาจสามารถป้องกันอุบัติเหตุก่อนที่เกิดสภาวะทางจิตใจที่เป็นปัจจัยสนับสนุนเหล่านั้นได้ด้วยซ้ำ

ศาสตร์แห่งสมองในที่นั่งคนขับ - การใช้ประโยชน์จาก EEG เชิงพาณิชย์และอัลกอริทึมแมชชีนเลิร์นนิงเพื่อช่วยรักษาความปลอดภัยให้เรามากขึ้น

การนำฮาร์ดแวร์ EEG ไปติดตั้งในยานพาหนะนั้นเป็นเพียงกระบวนการส่วนหนึ่งเท่านั้น เพื่อที่จะนำข้อมูลสมองมาประยุกต์ใช้งาน เราจำเป็นต้องประมวลผลให้เป็นมาตรวัดที่เป็นประโยชน์ อัลกอริทึมแมชชีนเลิร์นนิงที่ซับซ้อนช่วยนำสิ่งเหล่านี้มาวิเคราะห์โดยการถอดรหัสข้อมูล EEG ออกมาเป็นข้อมูลจำเพาะที่บ่งชี้สภาวะทางจิตของแต่ละบุคคล จนถึงปัจจุบัน Emotiv ได้พัฒนาการตรวจจับในสภาวะต่างๆ เจ็ดด้าน ได้แก่ ความหงุดหงิด ความสนใจ การผ่อนคลาย การมีส่วนร่วม ความตื่นเต้น การจดจ่อ และความเครียด วิศวกรของ Emotiv ทำงานอย่างใกล้ชิดกับนักประสาทวิทยาเพื่อพัฒนาการตรวจจับเหล่านี้ผ่านกระบวนการทดลองอย่างเข้มงวด โดยใช้โปรโตคอลการทดสอบที่สามารถกระตุ้นการรับรู้สถานะเหล่านี้อย่างชัดเจน ในส่วนอุตสาหกรรมยานยนต์ ปัจจุบัน Emotiv กำลังปรับแต่งการตรวจจับการเสียสมาธิของผู้ขับขี่โดยการพัฒนาขึ้นด้วยเครื่องจำลองการขับขี่ โดยผลจากการร่วมมือกันที่น่าพึงพอใจนี้เกิดขึ้นจากความร่วมมือกับ Royal Automobile Club แห่งออสเตรเลียตะวันตก ซึ่งนำไปสู่การพัฒนารถยนต์ที่ขับเคลื่อนด้วยพลังงานสติปัญญาที่ลดความเร็วลงเมื่อผู้ขับขี่สูญเสียสมาธิ [7] คุณสามารถรับชมวิดีโอบางส่วนเกี่ยวกับ ความร่วมมือ และ ผลลัพธ์ ได้ในช่อง YouTube

ประสาทวิทยาศาสตร์และอนาคตของการขับขี่

ศาสตร์แห่งสมองในที่นั่งคนขับ - ประสาทวิทยาศาสตร์และอนาคตของการขับขี่

ตั้งแต่เครื่องมือความปลอดภัยในยุคแรก เช่น เข็มขัดนิรภัยและแถบสะเทือนเตือนความเงียบทางแยก จนถึงอุปกรณ์มาตรฐานปัจจุบัน เช่น ระบบเบรกฉุกเฉินอัตโนมัติและระบบช่วยเบรก ยานพาหนะของเรากลายเป็นสิ่งที่มีความปลอดภัยมากขึ้น ทว่าจำนวนผู้เสียชีวิตจากอุบัติเหตุจราจรในแต่ละปียังคงสะท้อนความจริงที่ว่าเรายังมีหนทางอีกไกลกว่าจะไปถึงจุดที่การจราจรถือเป็นเรื่องที่ “ปลอดภัยอย่างแท้จริง” เมื่อเทคโนโลยีก้าวหน้าขึ้น รถยนต์ของเราสร้างความมั่นใจในเรื่องความปลอดภัยมากขึ้น แต่ตราบใดที่มนุษย์ยังเป็นผู้ควบคุมดูแลหลัก ก็จะยังคงมีอุบัติเหตุที่มีสาเหตุมาจากการใช้มนุษย์ขับขี่ เทคโนโลยี EEG จึงนับว่าเป็นแนวทางที่มีแนวโน้มดีที่สุดในการลดบทบาทความเสี่ยงของมนุษย์ด้วยการตรวจจับสัญญาณการประเมินผลบางอย่างและแจ้งเตือนก่อนที่สถานการณ์จะลุกลามนำไปสู่อุบัติเหตุจริง

เอกสารอ้างอิง

[1] ศูนย์สถิติและการวิเคราะห์แห่งชาติ, “ภาพรวมเบื้องต้นของการเสียชีวิตจากการจราจรทางรถยนต์ในปี 2020” องค์การบริหารความปลอดภัยการจราจรบนทางหลวงแห่งชาติ, พฤษภาคม 2021. เข้าถึงเมื่อวันที่ 4 มกราคม 2022. [ออนไลน์]. เข้าชมได้ที่: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] ศูนย์สถิติและการวิเคราะห์แห่งชาติ., “ภาพรวมความเสียหายจากการจราจรทางรถยนต์ในปี 2019” องค์การบริหารความปลอดภัยการจราจรบนทางหลวงแห่งชาติ, 2020.

[3] เอส เจ ลัค และ อี เอส แคพเพนแมน, The Oxford handbook of event-related potential components. สำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด, 2011.

[4] จี ทูต, “Alpha-Band Electroencephalographic Activity over Occipital Cortex Indexes Visuospatial Attention Bias and Predicts Visual Target Detection,” J. Neurosci., vol. 26, no. 37, pp. 9494–9502, ก.ย. 2006, doi: 10.1523/JNEUROSCI.0875-06.2006.

[5] ซี.-เอช. ฉวง, ซี.-เอส. หวง, แอล.-ดับเบิลยู. โก, และ ซี.-ที. หลิน, “An EEG-based perceptual function integration network for application to drowsy driving,” Knowl.-Based Syst., vol. 80, pp. 143–152, พ.ค. 2015, doi: 10.1016/j.knosys.2015.01.007.

[6] เจ. ลาร็อกโก, เอ็ม. ดี. เล, และ ดี.-จี. แปง, “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] “นักวิจัยจากออสเตรเลียเปิดตัวรถยนต์ขับเคลื่อนด้วยระบบสมาธิ,” 2013. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (เข้าถึงข้อมูลเมื่อ 12 มกราคม 2022).