Personoitu kognitiivisten tilojen tunnistaminen älylaseille

Stressi ja kognitiivinen kuormitus vaikuttavat suorituskykyyn ja hyvinvointiin monissa arkipäivän tilanteissa, autolla ajamisesta vaativiin työympäristöihin. Näiden tilojen tunnistaminen ajoissa voisi mahdollistaa hälytyksien antamisen ja tilanteeseen puuttumisen ennen ongelmien syntymistä.

Tässä väitöskirjassa tutkitaan, miten älylaseihin integroitavat anturit, kuten silmänliikkeitä seuraavat kamerat sekä syke ja ihoanturit, voivat tunnistaa stressiä ja henkistä kuormitusta. Tutkimus osoittaa, että yhdistämällä silmien mittaukset sydämen ja ihon sähkönjohtavuuden mittauksiin voidaan erottaa toisistaan erityyppisiä stressitiloja ja eriasteista kognitiivista kuormitusta. Silmäperäiset signaalit osoittautuivat tässä erityisen tehokkaiksi.

Keskeinen haaste tilojen tunnistamisessa on, että ihmisten kehot reagoivat työn tai ympäristön vaatimuksiin eri tavoin, jolloin tunnistusmallit tarvitsevat usein runsaasti yksilöllistä dataa toimiakseen hyvin. Väitöskirjassa esitellään uusia menetelmiä, joilla mallin voi mukauttaa yksilölliseksi käyttäen vain muutaman minuutin mittaista perustasomittausta, mikä vähentää tarvittavan datan määrää ja parantaa tarkkuutta yleisiin populaatiomalleihin verrattuna. Tutkimuksessa havaittiin, että kevyt piirrepohjainen menetelmä yhdessä rajoitetun datan personoinnin kanssa suoriutui kognitiivisten tilojen tunnistamisesta vastaavalla tarkkuudella kuin moderni, suuri tekoälymalli.

Tulokset tarjoavat älylasien ja puettavan teknologian kehittäjille käytännöllisen menetelmäkehyksen sovelluksille, jotka mukautuvat käyttäjän stressiin tai kuormitukseen reaaliajassa. Mahdollisia sovelluskohteita ovat esimerkiksi turvallisuuskriittinen työ, ajaminen, oppiminen ja yksilöllinen digitaalinen terveysteknologia.