Od fizycznych klawiszy na laptopach po przyciski oprogramowania na smartfonach, większość z nas polega na klawiaturach jako podstawowym sposobie wprowadzania danych do cyfrowego świata. Ale okazuje się, że nasze klawiatury mogą nam również powiedzieć trochę o sobie, wykrywając, kiedy jesteśmy zmęczeni, pijani, a nawet kiedy pokazujemy wczesne objawy zaburzeń neurologicznych, takich jak choroba Parkinsona - być może lata przed pojawieniem się bardziej rozpoznawalnych objawów.
Naukowcy z madryckiego MIT M + Visión Consortium, sieci poświęconej innowacjom w służbie zdrowia w Madrycie, zbierają i analizują naciśnięcia klawiszy przez wolontariuszy za pomocą oprogramowania i badają wzorce pojawiające się w uczeniu maszynowym. Indywidualne wzorce pisania zostały już wykorzystane do identyfikacji osób; niektóre banki wykorzystały je do zwiększenia bezpieczeństwa podczas logowania na konta. Jednak zgodnie z publikacją, która zostanie wkrótce opublikowana w raportach naukowych, zespół M + Visión był w stanie pobrać te same dane dotyczące pisania, w połączeniu z technikami rozpoznawania wzorców, aby rozróżnić między pisaniem po pełnym spoczynku a momentem, w którym wolontariuszom powierzono zadanie pisz po przebudzeniu w nocy. Dane te można również wykorzystać do wykrywania stanów neurologicznych znacznie wcześniej niż istniejące metody.
Żeby było jasne, zespół zbiera informacje tylko o czasie naciskania klawiszy, a nie o tym, które klawisze są naciskane. Naukowcy opracowali oprogramowanie, które można zastosować w przeglądarce internetowej, aby śledzić, jak długo maszynistka przytrzymuje każdy klawisz. Nie ma potrzeby korzystania ze specjalistycznych klawiatur, a obawy dotyczące prywatności są niewielkie. W rzeczywistości wiele klawiatur smartfonów innych firm gromadzi znacznie więcej danych na temat tego, co wpisujemy.
Ale z pracy grupy jasno wynika, że zostawiamy za sobą zbiór informacji, kiedy wchodzimy w interakcje z urządzeniami elektronicznymi w naszym codziennym życiu.
„Za każdym razem, gdy dotykamy czegoś, co zawiera mikroprocesor, mikroprocesor jest w stanie mierzyć czas z dokładnością poniżej milisekund”, mówi Luca Giancardo, pracownik M + Vision i pierwszy autor artykułu. „Potencjalne informacje można uzyskać z kuchenki mikrofalowej, ale zmiana oprogramowania w kuchence mikrofalowej jest znacznie trudniejsza”.
Artykuł koncentruje się przede wszystkim na rozpoznaniu zmęczenia, ponieważ jest to jedna z najczęstszych form upośledzenia ruchowego. Grupa ochotników najpierw napisała artykuł w Wikipedii w ciągu dnia, a następnie została poproszona o napisanie innego artykułu po przebudzeniu 70 do 80 minut po zaśnięciu; w tym drugim scenariuszu czas naciskania klawiszy był bardziej niespójny. Jednak według MIT wstępne badanie z udziałem 21 ochotników z chorobą Parkinsona i 15 osób bez choroby wykazało, że osoby z chorobą Parkinsona wykazują większą zmienność klawiszy.
„Siedem lat przed zdiagnozowaniem klinicznym istnieje spadek motoryczny, a spadek motoryczny trwa nadal”, mówi Giancardo. Mówi, że wcześniejsze wykrycie objawów choroby pozwoliłoby neurologom na dostosowanie leczenia w oparciu o spadek motoryczny pacjenta, a być może w końcu na wczesnym etapie zatrzymanie spadku za pomocą obecnie opracowywanych terapii.
Technika ta może ostatecznie zostać użyta do testowania innych chorób neurologicznych, a także reumatoidalnego zapalenia stawów i tego, czy osoba pisząca na maszynie jest pijana. Na razie jednak zespół skupia się na udowodnieniu, ulepszeniu i udoskonaleniu metody wykrywania choroby Parkinsona za pomocą większych badań.
Poza tym badacze są również zainteresowani zebraniem większej liczby danych wejściowych z klawiatury od szerokiej grupy użytkowników, co powinno zapewnić im lepszą bazę wzorców pisania i pomóc im zdiagnozować różne warunki.
„Mamy nadzieję, że będziemy w stanie współpracować z niektórymi dużymi graczami, więc naszą technologię można włączyć na większych platformach, a sygnał można przechwycić bez interwencji użytkownika” - mówi Giancardo. „Musieliby po prostu zrezygnować lub włączyć . ”
Do tego czasu zespół sam dokonuje crowdsourcingu danych. Opracowali aplikację dostępną na stronie neuroqwerty.com, która monitoruje pisanie w systemie Windows lub Mac OSX w podobny sposób, jak w kontrolowanych badaniach. Zdrowi maszynistki mogą udostępniać dane z klawiatury, a użytkownicy, u których zdiagnozowano chorobę Parkinsona, mogą wskazać to podczas rejestracji, a także etap choroby i przyjmowane leki.
