Нейроэргономика - Neuroergonomics

Нейроэргономика это применение нейробиология к эргономика. Традиционные эргономические исследования в основном полагаются на психологический объяснения по адресу человеческие факторы такие вопросы, как производительность труда, эксплуатационная безопасность и риски на рабочем месте (например, повторяющиеся стрессовые травмы). Нейроэргономика, напротив, обращается к биологическим основам эргономических проблем с упором на роль нервной системы человека.

Обзор

Нейроэргономика преследует две основные цели: использовать существующие / новые знания о возможностях человека и функциях мозга для разработки систем, обеспечивающих более безопасную и эффективную работу, и способствовать пониманию взаимосвязи между функцией мозга и производительностью в реальных задачах.

Для достижения этих целей нейроэргономика объединяет две дисциплины - нейробиологию, изучение функций мозга и человеческий фактор, изучение того, как согласовать технологии с возможностями и ограничениями людей, чтобы они могли работать эффективно и безопасно. Цель объединения этих двух областей - использовать поразительные открытия человеческого мозга и физиологического функционирования как для разработки технологий на рабочем месте и дома, так и для предоставления новых методов обучения, которые улучшают производительность, расширяют возможности и оптимизируют соответствие между люди и технологии.

Исследования в области нейроэргономики в последние годы процветают с появлением неинвазивных методов мониторинга функции человеческого мозга, которые можно использовать для изучения различных аспектов человеческого поведения в отношении технологий и работы, в том числе умственная нагрузка, визуальный внимание, рабочая память, блок управления двигателем, взаимодействие человека и автоматизации, и адаптивный автоматизация. Следовательно, это междисциплинарная область занимается расследованиями нервный основы человеческого восприятие, познание, и производительность по отношению к системам и технологиям в реальный мир - например, при использовании компьютеры и различные другие машины дома или на рабочем месте, а также в работающих транспортных средствах, таких как самолеты, автомобили, поезда и корабли.

Подходы

Функциональная нейровизуализация

Центральной целью нейроэргономики является изучение того, как функция мозга связана с выполнением задачи / работы. Для этого обычно используются неинвазивные методы нейровизуализации для регистрации прямых нейрофизиологических маркеров активности мозга через электрическую активность. Электроэнцефалография (ЭЭГ), Магнитоэнцефалография (MEG) или через непрямой метаболизм Позитронно-эмиссионная томография (ПЭТ) и нейрососудистые измерения нервной активности, включая Функциональная магнитно-резонансная томография (фМРТ), Функциональная ближняя инфракрасная спектроскопия (fNIRS), транскраниальный допплер (TCD) сонография. Как правило, нейроэргономические исследования более ориентированы на приложения, чем базовые исследования когнитивной нейробиологии, и часто требуют баланса между контролируемой средой и естественными условиями. Исследования с использованием более крупных установок нейровизуализации, таких как ПЭТ, МЭГ и фМРТ, предлагают повышенное пространственное и временное разрешение за счет увеличения ограничений на действия участников. Используя более мобильные методы, такие как fNIRS и EEG, исследования можно проводить в более реалистичных условиях, включая даже участие в реальной исследуемой работе (например, вождение). Преимущество этих методов в том, что они более доступны и универсальны, но они также могут иметь компромисс из-за уменьшения количества записываемых областей и возможности отображать нейронную активность из более глубоких областей мозга. Совместное использование контролируемых лабораторных экспериментов и перевод результатов в реалистичный контекст представляет собой спектр нейровизуализации в нейроэргономике.

Нейростимуляция

Методы нейростимуляции также можно использовать отдельно или в сочетании с методами нейровизуализации, чтобы исследовать участие корковых областей в выполнении задания. Такие методы, как транскраниальная магнитная стимуляция (TMS) и Транскраниальная стимуляция постоянным током (tDCS) можно использовать для временного изменения возбудимости корковых областей. Предполагается, что стимуляция области коры (особенно с помощью ТМС) может нарушить или усилить функцию этой области, что позволяет исследователям проверять конкретные гипотезы, связанные с деятельностью человека.

Некоторые исследования показали перспективность использования транскраниальная магнитная стимуляция (TMS) и транскраниальная стимуляция постоянным током (tDCS) для улучшения когнитивных навыков во время выполнения заданий. Первоначально он использовался для лечения различных неврологических расстройств, таких как болезнь Паркинсона или деменция, но возможности ТМС расширяются. В TMS электричество проходит через магнитную катушку, расположенную рядом с кожей головы человека. Результаты исследований показывают, что неинвазивная стимуляция мозга приводит к еще 20 минутам постоянной активности бдительности.[1]

Психофизиология

Психофизиологические показатели - это физиологические показатели (кровь, частота сердечных сокращений, проводимость кожи и т. Д.), Которые изменяются как часть психологических процессов. Хотя нейроэргономика не рассматривается как прямая нервная мера, она также способствует использованию физиологических коррелятов в качестве зависимых показателей, когда они могут служить показателем нейронной активности, такой как внимание, двигательные или аффективные процессы. Эти меры могут использоваться в сочетании с методами нейровизуализации или в качестве замены, когда приобретение методов нейровизуализации является слишком дорогостоящим, опасным или иным образом непрактичным. Психофизиология это отдельная область от нейроэргономики, однако принципы и цели можно считать взаимодополняющими.

Приложения

Оценка умственной нагрузки

Используя фМРТ, умственную нагрузку можно количественно оценить по увеличению церебрального кровотока в областях префронтальная кора (PFC). Многие исследования фМРТ показывают, что во время выполнения задачи с рабочей памятью увеличивается активация PFC. Не менее важным, чем измерение умственной нагрузки, является оценка бдительности или внимательности оператора. Используя TCD для мониторинга скорости кровотока в межчерепных артериях, было показано, что снижение кровотока было связано со снижением бдительности и истощением когнитивных ресурсов.[2]

Адаптивная автоматизация

Адаптивная автоматизация, новая нейроэргономическая концепция, относится к системе человек-машина, которая использует оценку рабочей нагрузки оператора в реальном времени для внесения необходимых изменений для повышения производительности. Чтобы адаптивная автоматизация работала, система должна использовать точный классификатор состояния оператора для оценки в реальном времени. Классификаторы состояния оператора, такие как дискриминантный анализ и искусственные нейронные сети показывать точность от 70% до 85% в реальном времени. Важной частью правильной реализации адаптивной автоматизации является выяснение того, насколько большой должна быть рабочая нагрузка, чтобы требовать вмешательства. Внедрение нейроэргономической адаптивной автоматизации потребует разработки ненавязчивых датчиков и даже методов отслеживания движения глаз. Текущие исследования по оценке психического состояния человека включают использование лицевая электромиография чтобы обнаружить путаницу.[3]

Эксперименты показывают, что команда человек-робот лучше справляется с управлением воздушными и наземными транспортными средствами, чем человек или робот (то есть система автоматического распознавания целей). По сравнению со 100% человеческим контролем и статической автоматизацией участники показали более высокое доверие и уверенность в себе, а также меньшую предполагаемую рабочую нагрузку при использовании адаптивной автоматизации.[4]

В адаптивной автоматизации самой сложной задачей является заставить машину точно продумать, как реагировать на изменения и вернуться к максимальной производительности. Машина должна определять, в какой степени она должна вносить изменения. Это также является следствием сложности системы и таких факторов, как: насколько легко можно измерить измеряемый параметр, сколько параметров в системе машины можно изменить и насколько хорошо эти различные параметры машины могут быть скоординированы.

Компьютерные интерфейсы мозга

Развивающаяся область исследований под названием мозг-компьютерные интерфейсы (BCIs) стремится использовать различные типы сигналов мозга для управления внешними устройствами без какого-либо моторного воздействия со стороны человека. ИМК перспективны для пациентов с ограниченными двигательными возможностями, например, с боковой амиотрофический склероз. Когда пользователь занимается определенной умственной деятельностью, он генерирует уникальный электрический потенциал мозга, который обрабатывается и транслируется в сигнал для внешнего устройства. BCI, использующие сигналы от ЭЭГ и ERP, использовались для управления синтезаторами голоса и перемещения роботизированных рук. Исследования BCI начались в 1970-х годах в Калифорнийском университете в Лос-Анджелесе, и в настоящее время они сосредоточены на применении нейропротезов. BCI можно существенно улучшить, включив в его дизайн высокоуровневый контроль, контекст, среду, а также виртуальную реальность.[5]

Реабилитация после инсульта

С 2011 года предпринимались попытки применить реабилитационного робота, подключенного к неинвазивному интерфейсу мозг-компьютер, для повышения пластичности мозга и моторного обучения после Инсульт. Половина переживших инсульт страдает односторонним параличом или слабостью, и примерно у 30-60% из них функция не восстанавливается. Типичное лечение после инсульта включает: двигательная терапия, вызванная ограничениями и роботизированная терапия, которая восстанавливает двигательную активность, заставляя двигаться слабые конечности. Текущая активная терапия не может использоваться пациентами, которые страдают полной потерей контроля или параличом и не имеют остаточной двигательной способности, с которой можно было бы работать.

С акцентом на этих недостаточно обслуживаемых пациентов был создан ИМК, который использовал электрические сигналы мозга, обнаруженные с помощью ЭЭГ, для управления реабилитационным роботом верхних конечностей. Пользователю предлагается представить двигательную активность, в то время как ЭЭГ улавливает соответствующие сигналы мозга. BCI использует алгоритм линейного преобразования для преобразования спектральных характеристик ЭЭГ в команды для робота. Эксперимент, проведенный на 24 субъектах, тестировал группу, не относящуюся к BCI, которая использовала сенсомоторные ритмы для управления роботом, против группы BCI, которая использовала систему BCI-robot. Результаты анализа пластичности мозга показали снижение бета волна активность у испытуемых BCI-группы, которая связана с изменением движения. Результаты также показали, что группа BCI показала лучшие результаты, чем группа без BCI, по всем параметрам моторного обучения.[6][чрезмерный вес? – обсуждать]

Виртуальная реальность

Виртуальная реальность может позволить проверить, как люди-операторы будут работать в опасных средах, не подвергая их опасности. Например, это позволит проверить, как усталость или новая технология повлияет на водителя или пилота в их конкретных условиях, без возможности получения травмы. Возможность оценивать влияние некоторых новых технологий на рабочем месте в виртуальной реальности до их внедрения в реальной жизни может сэкономить деньги и жизни. Довести технологию виртуальной реальности до такой степени, чтобы она могла точно имитировать реальную жизнь, сложно, но ее потенциал огромен.[7]

Медицинское обучение

В программах подготовки медицинских кадров имитация виртуальной реальности (VRS) используется в качестве учебного инструмента для студентов-медсестер. Этот компьютерный инструмент трехмерного моделирования позволяет студентам-медсестрам многократно практиковать различные сестринские навыки в безопасной среде. Программа медсестер в крупном государственном университете Среднего Запада согласилась использовать модуль VRS для обучения введению внутривенного (IV) катетер, и завершите оценку эффективности программы. VRS состоит из компьютерной программы и устройства тактильной руки, которые работают вместе, чтобы имитировать ощущение сосудистого доступа. На экране компьютера пользователь должен будет выбрать оборудование для процедуры в правильном порядке. Затем пользователь пальпирует вены на тактильной руке и виртуально вводит внутривенный катетер. Программа обеспечивает немедленную обратную связь, уведомляя пользователя, когда он / она пропускает шаг и требует перезапуска процедуры.

Результаты оценки указали на VRS как на «отличный инструмент обучения» для повышения уровня знаний студентов о процедуре. Все восемь медсестер, участвовавших в исследовании, согласились с этим и рекомендовали бы студентам поработать с VRS перед тем, как вводить внутривенный катетер реальным пациентам.

Этот инструмент позволяет преподавателям знакомить студентов с широким спектром реальных условий пациента и опыта медсестер. Центральным преимуществом программы VRS является доступность различных сценариев случаев, которые позволяют студентам повысить свою осведомленность о различиях в реакции пациентов на введение катетера IV. С точки зрения студента, симуляция виртуальной реальности помогает преодолеть разрыв между теорией медсестер и практикой.[8][чрезмерный вес? – обсуждать]

Заявления о нейрокогнитивных нарушениях

Нейроэргономические оценки обладают огромным потенциалом для оценки психомоторных функций человека с нейрокогнитивной инвалидностью, после инсульта или хирургического вмешательства. Они позволят разработать стандартизованный метод измерения изменений нейрокогнитивной функции во время реабилитации с нейрокогнитивной инвалидностью. Что касается реабилитации, это позволит сделать усилия целенаправленными. Эти тесты могут применяться для измерения изменений после операционных процедур, таких как нейрохирургия, каротидная эндартерэктомия, и шунтирование коронарной артерии.[9]

Безопасность вождения

Одна из основных областей применения нейроэргономики - безопасность вождения, особенно для пожилых водителей с когнитивными нарушениями. Вождение требует интеграции множества когнитивных процессов, которые можно изучать по отдельности, если использовать правильные инструменты. Типы инструментов, используемых для оценки когнитивных способностей во время вождения, включают симуляторы вождения, автомобили с инструментами и симуляторы частичных задач.[10]

Лаборатория кросс-модальных исследований в Оксфорде работает над разработкой системы предупреждающих сигналов, чтобы привлечь внимание отвлеченного водителя, чтобы сделать вождение более безопасным для всех. Исследование показало, что использование звуковых значков, таких как автомобильный гудок, является лучшим предупреждающим сигналом, чем чистый звук. Вдобавок ко всему, пространственные слуховые сигналы лучше перенаправляют внимание водителя, чем непространственные слуховые сигналы. Сигналы, объединяющие несколько органов чувств, такие как аудиотактильный сигнал, привлекают внимание лучше, чем унисенсорные сигналы.[11] Другие оценивали различные типы автомобильных уведомлений (например, звуковые значки, речевые команды), предназначенные для управления задачами в автономные грузовики за их отношение к разделяемым нейронным механизмам; это служит эффективным методом для прояснения часто противоречивых выводов, сделанных только на основе поведенческих результатов.[12]

Рекомендации

  1. ^ Р. Энди, М., Натаниэль, Б., Крейг М., В., и Джереми, Н. (нет данных). Модуляция работы мозга с помощью неинвазивной транскраниальной стимуляции. NeuroImage, 59 (Нейроэргономика: человеческий мозг в действии и в работе), 129-137.
  2. ^ Парасураман Р. (2008). «Заставляем мозг работать: прошлое, настоящее и будущее нейроэргономики». Человеческие факторы, 50(3), 468-474.
  3. ^ Дюрсо, Ф. Т. (2012). «Обнаружение путаницы с помощью лицевой электромиографии». Человеческие факторы, 54(1), 60-69.
  4. ^ де Виссер, Э., и Парасураман, Р. (2011). Адаптивное содействие объединению человека и робота: влияние несовершенной автоматизации на производительность, доверие и рабочую нагрузку. Журнал когнитивной инженерии и принятия решений, 5(2), 209-231.
  5. ^ Эллисон, Б., Либ, Р., Бруннер, К., Мюллер-Пуц, Г., Бауэрнфайнд, Г., Келли, Дж., И Нойпер, К. (без даты). На пути к более интеллектуальным BCI: расширение BCI за счет гибридизации и интеллектуального управления. Журнал нейронной инженерии, 9(1).
  6. ^ Бабалола, К. (2011). Интерфейсы мозг-компьютер для стимулирования пластичности мозга и моторного обучения: значение для реабилитации после травм головного мозга / Каролин Олатубосун Бабалола. Атланта, Джорджия: Технологический институт Джорджии, 2011.
  7. ^ Парасураман Р. и Риццо М. (2007). Нейроэргономика: мозг в действии. Оксфорд; Нью-Йорк: Издательство Оксфордского университета.
  8. ^ Дженсон, К., и Форсайт, Д. (2012). Моделирование виртуальной реальности: использование трехмерной технологии для обучения медсестер. Компьютеры, информатика, уход, 30 (6), 312-318.
  9. ^ Генри Дж., М. и Дэвид Дж., М. (без даты). Нейрокогнитивные нарушения, инсульт и хирургия: роль нейроэргономики ?. Журнал психосоматических исследований, 63, 613-615.
  10. ^ Лиз, М. Н., Косман, Дж. Д., Ли, Дж. Д., Фрике, Н., и Риццо, М. (2010). Перевод когнитивной нейробиологии в операционную среду водителя: нейроэргономический подход. Американский журнал психологии, 123(4), 391-411.
  11. ^ Спенс, К. (2012). Безопасное вождение с нейроэргономикой. Психолог, 25(9), 664-667.
  12. ^ Глатц, К., Крупения, С. С., Бюлтхофф, Х. Х. и Чуанг, Л. Л. (2018, апрель). «Используйте правильный звук для правильной работы: словесные команды и звуковые значки для системы управления задачами способствуют различным информационным процессам в мозгу». Материалы конференции CHI по человеческому фактору в вычислительных системах 2018 г., 472, 1-10.

Академические конференции

дальнейшее чтение

  • Микаэль Кос, Фредерик Деха, Патрис Перан, Умберто Сабатини, Жозетта Пастор (2012). Влияние эмоций на принятие решений пилотом: нейроэргономический подход к безопасности полетов. Транспортные исследования, часть C: Новые технологии.
  • Парасураман Р. (2003). «Нейроэргономика: исследования и практика». Теоретические вопросы эргономики, 4, 5-20.

внешняя ссылка