Pilotundersøgelse åbner nye muligheder for AI for at forbedre kognitiv præstation

I en nylig pilotundersøgelse, forskere fra National University of Singapore (NUS) har vist, at en kraftfuld kunstig intelligens (AI) platform kendt som CURATE.AI potentielt kan bruges til at tilpasse træningsregimer til enkeltpersoner til at tilpasse læring og forbedre kognitiv præstation. Brug af præstationsdata fra en given person, CURATE.AI skaber en individualiseret profil, der gør det muligt at skræddersy kognitiv træning til den enkeltes læringsvaner og kompetencer for at øge træningseffektiviteten.

Sådan dynamisk AI-guidet personalisering overvinder den nuværende begrænsede forbedring, der produceres ved hjælp af traditionelle træningsmetoder, der ofte involverer gentagne adfærdsmæssige øvelser. Resultaterne af undersøgelsen viser, at CURATE.AI -platformen har potentiale til at forbedre læring, og baner vejen for lovende applikationer til personlig digital terapi, herunder forebyggelse af kognitiv tilbagegang.

Forskningen, ledet af professor Dean Ho og adjunkt Christopher L. Asplund fra N.1 Institute for Health (N.1) i NUS, som tidligere var Singapore Institute for Neurotechnology (SINAPSE), blev offentliggjort i tidsskriftet Avanceret terapeutik den 22. maj 2019.

Begrænsninger af traditionel kognitiv træning

Traditionelle læringsmetoder afhænger ofte af gentagelse, hvor deltagerne løbende trænes under samme intensitetsniveau, eller støt stigende intensitetsniveauer over tid. Selvom sådanne fremgangsmåder kan resultere i forbedret ydeevne, de opnår muligvis ikke optimale resultater hos hver deltager. Ud over, den bedste forbedringsbane vil være specifik for den enkelte, og opgaven skal justeres, så den passer til den enkelte.

I årenes løb, flere tilgange til forbedring af kognitiv præstation er blevet undersøgt, lige fra medicinbehandlinger til videospil og mentale øvelser. For nylig, feltet inden for digital terapi er dukket op, med mobile applikationer, der udforskes som erstatninger for lægemiddelbehandlinger.

"Alle er unikke, så når det kommer til træning eller læring, resultatresultater vil helt sikkert variere betydeligt fra person til person. Udnyttelse af teknologi til forbedring af læring er en god måde at løse udfordringerne, der forvirrer konventionelle læringsmetoder. Det, der mangler, er tilgange, der korrekt kan tilpasse hver brugers præstationer til at skabe hurtig træningsforbedring. Det er her CURATE.AI kan komme ind for at tilslutte hullet, "delte Prof Ho, hvem er direktør for N.1, og også professor ved professor i biomedicinsk teknik og farmakologi ved NUS, samt medlem af Biomedical Institute for Global Health Research and Technology (BIGHEART) hos NUS.

CURATE.AI er en platform for kunstig intelligens udviklet af et team af ingeniører under ledelse af prof Ho. Det fungerer ved at bruge en persons egne data, såsom træningsintensitet og tilsvarende opgavepræstationsresultater, for at kalibrere personens unikke svar. Denne kalibrering bruges derefter til at oprette en individualiseret CURATE.AI -profil, som kan kortlægge og identificere det bedst mulige træningsforløb for at øge personens præstationer til det optimale.

Udnyttelse af AI for at optimere kognitiv ydeevne

For at udlede, hvordan optimal kognitiv præstation kan opnås, NUS -forskergruppen undersøgte først, hvordan mennesker udfører opgaver. Teamet benyttede en flyvesimuleringssoftware udviklet af United States Air Force og National Aeronautics and Space Administration. Opgaver i softwaren omfatter styring af brændstoftankeniveauer, sporing af et mål ved hjælp af et joystick, justering af en radio som reaktion på verbale kommandoer, og reagerer på indikatorlamper og målere.

En gruppe på 28 deltagere blev testet på, hvor godt de var i stand til at udføre flere opgaver, der kræves af softwaren samtidigt. Selv med de samme aktivitetssekvenser og kontrolindstillinger, deltagerne præsterede forskelligt. For eksempel, for en opgave, der kræver en reaktion på et advarselssignal, den bedste performer kunne reagere to gange hurtigere end den dårligste performer. De fleste deltagere forbedrede sig over tid, men deres respektive forbedringshastigheder var meget varierede. Ud over, den samme deltagers forbedring varierede ofte fra dag til dag.

"De stærke forskelle viser klart, at et træningsregime, der passer til alle, baseret på statisk gentagelse, ikke er egnet til at optimere læring. Vi har brug for en strategi, der justerer træningen-som kan involvere mange opgaver, der forstyrrer hinanden-i henhold til deltagerens skiftende svar, "sagde Asst Prof Asplund, som også er fra Yale-NUS College.

Som sådan, forskergruppen gennemførte et pilotstudie ved hjælp af CURATE.AI til at oprette individualiserede træningsprofiler.

Tre deltagere gennemgik uddannelse ved hjælp af flyoperationssimulatorsoftwaren, med lav, medium og høj intensitet. Deres præstationsresultater på disse niveauer afslørede meget individualiserede resultater.

Resultaterne af pilotundersøgelsen viste, at mens nogle deltagere kan trives under høje intensitetsniveauer, andre kan udføre bedre under lavere intensitetsniveauer. Dette indikerer, at for at optimere ydeevnen, træningsintensitet bør varieres dynamisk på et givet tidspunkt, da opretholdelse af den samme intensitet gennem en træningssession kan hæmme forbedringsbanen. Ud over, de forskellige baner, der blev observeret mellem hver deltager, var slående, forstærker behovet for at personliggøre den kognitive træningsproces, da ingen emner er ens.

"Med langvarige undersøgelser, vi kan muligvis identificere de løbende skiftende regimer, der yderligere kan forbedre ydeevnen på sigt. Dette kan åbne muligheder for, at CURATE.AI kan bruges til andre applikationer, såsom forebyggelse af kognitiv tilbagegang, og digital terapi, "forklarede Theodore Kee, undersøgelsens første forfatter og også medlem af N.1.

Yderligere undersøgelser

NUS -teamet planlægger at udvikle mobilsoftware integreret med CURATE.AI, der kan udvides til anden digital terapi og personlige læringsapplikationer. Ud over, teamet planlægger at gennemføre prospektive undersøgelser, hvor deltagerne interagerer med flyoperationssimulatorsoftwaren i længere perioder, for at afgøre, om CURATE.AI-træning kan muliggøre langsigtet fastholdelse af optimeret træningspræstation.