X, o laboratório experimental de P&D da Alphabet, detalhou hoje o Projeto Amber, que visa tornar as ondas cerebrais tão fáceis de interpretar quanto os níveis de glicose no sangue. O objetivo é desenvolver uma medida objetiva de depressão e ansiedade que possa ser usada para apoiar diagnósticos, tratamentos e terapias.
Estima-se que 17,3 milhões de adultos nos Estados Unidos tiveram pelo menos um episódio depressivo maior, de acordo com o Instituto Nacional de Saúde dos EUA. Além disso, a porcentagem de adultos nos EUA com pensamentos sérios de suicídio aumentou 0,15% de 2016 a 2017 a 2017 a 2018 – um adicional de 460.000 pessoas em relação ao conjunto de dados do ano passado. Mas com 1.000 combinações possíveis de sintomas, a depressão se manifesta de maneira diferente em pessoas diferentes. As avaliações de hoje baseiam-se principalmente em conversas com médicos ou pesquisas subjetivas como o PHQ-9 ou GAD-7.
A equipe de Amber procurou casar técnicas de aprendizado de máquina com eletroencefalografia (EEG) para medir a atividade elétrica no cérebro. A inspiração surgiu da observação de que tarefas semelhantes a jogos podem ser usadas para avaliar o processamento dentro do sistema de recompensa do cérebro. A resposta do cérebro após uma vitória em um jogo é moderada nas pessoas que estão deprimidas, em comparação com aquelas que não estão.
X não é o primeiro a aplicar algoritmos de aprendizado de máquina às leituras de EEG. Em um artigo publicado em abril passado, pesquisadores da IBM afirmaram ter desenvolvido um algoritmo que poderia classificar as apreensões com 98,4% de precisão. Na verdade, os EEGs têm sido amplamente usados para estudar a deglutição, classificar os estados mentais e diagnosticar distúrbios neuropsiquiátricos, como dor neurogênica e epilepsia, bem como para classificar emoções.
Demorou três anos para a equipe da Amber projetar um sistema de baixo custo, portátil e de nível de pesquisa, projetado para tornar mais fácil a coleta de dados de EEG. O headset desliza como uma touca de natação e leva cerca de três minutos para ser configurado, usando três sensores ao longo da linha média em Fz, Cz, Pz – os canais mais importantes para avaliações de ERP de recompensa e função cognitiva. Ele apresenta um bioampo de acompanhamento que pode suportar até 32 canais e pode ser usado para coletar EEG de estado de repouso e potenciais relacionados a eventos com software que bloqueia o tempo de uma tarefa para a medição de EEG.
Além do fone de ouvido, a equipe do Amber explorou como novas abordagens de aprendizado de máquina podem ser usadas para reduzir ruídos indesejados em gravações de EEG. Colaborando com DeepMind, o laboratório de pesquisa de IA da Alphabet, eles adaptaram métodos de aprendizagem de representação não supervisionada para enfrentar esses desafios. Primeiro, eles demonstraram que abordagens de aprendizagem de representação, como autoencoders, poderiam ser utilizadas para eliminar o ruído de sinais de EEG sem um humano no circuito. Em segundo lugar, eles ofereceram uma prova de conceito de que é possível extrair características interpretáveis relevantes para a saúde mental, que poderiam ser usadas para prever vários rótulos clínicos, como transtorno depressivo maior e transtorno de ansiedade generalizada, com base em uma entrevista clínica por um especialista em saúde mental. Ao contrário de estudos anteriores, a equipe Amber afirma que foi capaz de fazer isso para um participante individual em vez de um grupo.
“Os métodos foram capazes de recuperar representações de sinais utilizáveis de testes de EEG únicos”, explicou o chefe do X, Obi Felten, em uma postagem no blog. “Isso significa que pode ser possível obter informações clinicamente úteis da eletrofisiologia do cérebro com muito menos amostras de dados do que o que é tradicionalmente usado em laboratórios de pesquisa, que muitas vezes dependem de centenas de ensaios experimentais.”
A equipe de Amber não teve sucesso em encontrar um único biomarcador para depressão e ansiedade. No entanto, apesar de seus contratempos, eles lançaram os designs de hardware, visualizador e ferramentas de estímulo que desenvolveram em código aberto no GitHub. A partir desta manhã, o fone de ouvido e o software estão disponíveis com os resultados de um estudo realizado com a Florida State University. Além disso, a equipe da Amber está doando fones de ouvido de EEG não utilizados para a Sapien Labs, que administra o Projeto de Diversidade do Cérebro Humano, apoiando pesquisas de EEG em países de baixa renda e com grupos sub-representados, e fazendo uma promessa de não reivindicar suas patentes no hardware da Amber.
“Esperamos que abrir o código-fonte do nosso sistema de EEG e publicar nossas técnicas de aprendizado de máquina seja valioso não apenas para os especialistas em EEG, mas também para a comunidade mais ampla de pesquisa em saúde mental, que talvez tenha ficado desanimada com a complexidade e o custo de trabalhar com EEG antes ”, Escreveu Felten. “Existem muitas armadilhas no caminho para fazer a medição de saúde mental habilitada por tecnologia funcionar no mundo real, e mais pesquisas precisam ser feitas … Enfrentar os desafios de hoje exigirá novas parcerias entre cientistas, médicos, tecnólogos, legisladores e indivíduos com vida experiência.”
Como as startups estão escalando a comunicação:
A pandemia está fazendo com que as startups analisem de perto o desenvolvimento de suas soluções de comunicação. Aprenda como