Стимуляция мозга с помощью ИИ
в домашних условиях
улучшает концентрацию внимания.
Устойчивое внимание позволяет нам вести нормальную жизнь, а его длительное снижение в таких сферах, как обучение, работа или вождение и вовсе чреваты крупными неприятностями вплоть до рисков для жизни. Статистически устойчивый недостаток концентрации в течение длительного времени говорит о возможных проблемах с широким спектром неврологических и психических расстройств. В случаях особо выраженных нарушений когнитивных функций на фоне таких заболеваний (будь то шизофрения, синдром дефицита внимания и гиперактивности, болезнь Альцгеймера, постковидный синдром и даже депрессия), прежде обыкновенные повседневные действия становятся для пациента чем-то вроде суперспособностей.
Однако мы живём в эпоху обширнейших знаний и навыков. В наше время доступны многие терапевтические средства: когнитивные тренировки, медитация, физические упражнения, фармакологическое лечение и нейростимуляция. Последняя, в частности транскраниальная электростимуляция (ТЭС), стала многообещающим методом, способным улучшить когнитивные функции с минимальными побочными эффектами.
Тем не менее, она не находит пока столь широкого применения, как хотелось бы, потому что результаты исследований в этой области слишком неоднозначны. Технологии, призванные улучшить работу человеческого мозга, сталкиваются с проблемами невозможности применения универсального подхода. Оказывается, персонализация, учитывающая индивидуальные различия в анатомии мозга и исходных показателях конкретного пациента, является ключевым условием для успешности нейростимуляции.
В то же время, другой основой успешности методов должно быть соблюдение так называемой экологической валидности — то есть эффективности в реальной жизни. Дело в том, что большинство исследований проводится в контролируемых лабораторных условиях, плохо отражающих фактическую среду. Без решения этих задач о подлинной адаптации к реальным условиям говорить не приходится.
И всё-таки на днях в журнале Nature вышла статья исследователей из Университета Суррея, Оксфордского университета и компании Cognitive Neurotechnology, где представляется персонализированная система стимуляции мозга на основе искусственного интеллекта. У неё есть несколько отличительных черт: она эффективно повышает концентрацию внимания, адаптируется к индивидуальным особенностям пользователя, безопасна и пригодна к эксплуатации в домашних условиях.
Исследование основано на подходе, который использует неинвазивную стимуляцию мозга под управлением адаптивного искусственного интеллекта. Такое сочетание позволяет достичь максимального эффекта. Электрическая стимуляция мозга проходит в щадящей и безболезненной форме tRNS — транскраниальная стимуляция случайным шумом, — когда через прикреплённые к голове электроды на определённые участки мозга воздействуют разрядами электрического тока переменной частоты. Собственно, о случайном чередовании и сочетании различных частот и говорит фраза «случайный шум» в названии метода. Возбуждаемый в ходе процедуры стохастический (непредсказуемый, хаотический) резонанс позволяет усилить нейропластичность, которая и сказывается общим улучшением когнитивных функций пациента.
Мы знаем, что tRNS модулирует нейронную активность, задействуя натриевые каналы и регулируя баланс возбуждения и торможения, но детально физиология его действия пока мало изучена, да и вообще трудна для отслеживания. До сего дня это затрудняло подбор оптимальных параметров, зато теперь передача алгоритмам искусственного интеллекта данных об отклике нейронов на стимуляцию позволяет прояснить картину потенциальных клинических эффектов. Однако этого было бы недостаточно без персонализации настроек процедуры в соответствии с обновлёнными данными. Поэтому ИИ на лету учится корректировать процедуру на основе индивидуальных особенностей пациента. Подстраивая интенсивность стимуляции под его характеристики (от уровня внимания до размеров головы), система определяет оптимальные настройки без необходимости дорогостоящего МРТ-сканирования, делая персонализацию масштабируемой и эффективной. В том числе с экономической точки зрения.
Для первоначального обучения нейро-алгоритмам были скормлены сведения 290 сеансов сбора данных, которые прошли 103 человека в возрасте от 18 до 35 лет. Важно, что, хоть сеансы и придерживались строго научного подхода с использованием специализированного оборудования, соответствующего стандартам Европейского союза, во всех случаях выполнение заданий на устойчивое внимание проводилось в привычных для пациентов уютных домашних условиях. Собственно говоря, это было той частью научного подхода, которая и должна была обеспечить вышеупомянутую экологическую валидность.
Участникам измеряли окружность головы и базовую способность к концентрации внимания, для чего испытуемые выполнили 20-минутное задание по управлению воздушным движением, разработанное Исследовательской лабораторией ВВС США без стимуляции. Далее данные загружались в облачную платформу, которая генерировала индивидуальные протоколы процедуры для использования на облачном портале для дистанционной нейростимуляции. Затем в течение 20 минутного теста с индивидуальной нейростимуляцией алгоритм оптимизировал её производительность на основе непараметрического индекса дискриминации (A’). Этот индекс, выражаемый отношением способностей во время нейростимуляции к способностям базового уровня, передавался на облачную платформу.
«Самое интересное в этой работе то, что мы показали возможность безопасного и эффективного улучшения когнитивных функций с помощью персонализированной системы, которой люди могут пользоваться самостоятельно дома», — говорит профессор когнитивной нейробиологии Рой Коэн Кадош, заведующий кафедрой психологии в университете Суррея.
В ходе начального обучения нейромодели обнаружилось, что применяемый алгоритм на основе персонализированной байесовской оптимизации (pBO) выявил обратную зависимость между интенсивностью тока и базовыми показателями (рис. 1b). Это подтверждает, что оптимальная для максимальной эффективности интенсивность стимуляции находится где-то в «золотой середине». Более того, алгоритм также выявил значения интенсивности, ухудшающие показатели, и то, что оптимальные и вредные значения интенсивности зависят от исходных данных пациента. Например, стало приятным сюрпризом, что людям с более низкими базовыми показателями, как правило, следует ожидать наибольшей пользы от стимуляции.
Прошедшая эту «школу» система была протестирована в ходе двойного слепого исследования с участием 37 новых добровольцев с когнитивными нарушениями. В сравнении с контрольными группами, среди которых были те, кто прошёл стандартную процедуру tRNS и те, кому добавляли плацебо индивидуального подхода, участники, получившие подлинно персонализированное воздействие с помощью ИИ, показали значительно более высокие результаты. При этом примечательно, что наибольшие улучшения действительно наблюдались у пациентов с изначально более низким уровнем внимания.
Авторы считают важным также и то, что исследование не выявило серьёзных побочных эффектов, а частота и интенсивность ощущений во время стимуляции не отличались от тех, что возникали при использовании плацебо. В итоге ИИ-персонализатор фактически решил давнюю проблему, избежав недостаточных и чрезмерных уровней стимуляции, которые могли бы снизить не только эффективность процедуры, но и даже работоспособность пациента. Таким образом, у людей с когнитивными нарушениями и их родственников появилась новая надежда на более достойную и насыщенную жизнь, а у пленников прокрастинации и откладывания жизни "на понедельник" — волшебный пинок .
«Современный мир постоянно борется за наше внимание. <…> Наша работа подчёркивает растущую роль искусственного интеллекта и носимых нейротехнологий в обеспечении персонализированного когнитивного развития в реальных условиях, — подчёркивает профессор Кадош. — Это открывает новые возможности для улучшения концентрации внимания, обучения и других когнитивных способностей доступным, адаптивным и масштабируемым способом».
АРМК, по материалам Университета Суррея.