ラップトップの物理キーからスマートフォンのソフトウェアボタンまで、ほとんどの人がデジタル世界にデータを入力する主要な方法としてキーボードに依存しています。 しかし、キーボードは私たち自身についてかなり多くの情報を提供し、疲れていたり、酔っぱらっていたり、パーキンソン病などの神経障害の初期兆候を示している場合でも、それを認識できます。
マドリッドの医療革新に特化したネットワークであるマドリッドMIT M +Visiónコンソーシアムの研究者は、ソフトウェアを使用してボランティアのキーストロークを収集および分析し、機械学習を通じて現れるパターンを研究しています。 個々のタイピングパターンはすでに個人を識別するために使用されています。 一部の銀行は、アカウントにログインするときにセキュリティを強化するためにそれらを使用しています。 しかし、 Scientific Reportsで間もなく発表される論文によると、M +Visiónチームは、パターン認識技術と組み合わせて同じタイピングデータを取得し、完全に休息したときとボランティアにタスクを課したときのタイピングを区別することができました夜に目が覚めたときに入力します。 そのデータは、既存の方法よりもはるかに早期に神経学的状態を検出するためにも使用できます。
明確にするために、チームはキーが押されたタイミングではなく、キーが押されたタイミングに関する情報のみを収集しています。 研究者は、タイピストが各キーを押し続ける時間を追跡するために、Webブラウザーに適用できるソフトウェアを開発しました。 専用のキーボードを使用する必要はなく、プライバシーに関する懸念の原因はほとんどありません。 実際、多くのサードパーティ製のスマートフォンキーボードは、入力内容に関するより多くのデータを収集します。
しかし、グループの仕事から、日常生活で電子デバイスとやり取りする際に大量の情報を残すことは明らかです。
「マイクロプロセッサを搭載したものに触れるたびに、マイクロプロセッサはミリ秒未満の精度でタイミングを測定できます」と、M + Visionの仲間で論文の第一著者であるLuca Giancardo氏は言います。 「電子レンジから潜在的な情報を取得できますが、電子レンジでソフトウェアを変更するのははるかに困難です。」
この論文は主に疲労の認識に焦点を当てています。疲労は最も一般的な運動機能障害の1つです。 ボランティアのグループは、最初に日中にWikipediaの記事を入力し、その後、寝てから70〜80分後に起こされた後、別の記事を入力するように求められました。 後者のシナリオでは、キーストロークのタイミングがより一貫していませんでした。 しかし、MITによると、パーキンソン病のある21人のボランティアと病気のない15人のボランティアを含む予備研究は、パーキンソン病のある人がより多くのキーストロークの変動を示すことを示しました。
「臨床診断の7年前に運動能力の低下があり（可能）］運動能力の低下は続いています」とジャンカルドは言います。 彼は、病気の兆候をより早く捉えることで、神経科医は患者の運動衰弱に基づいて治療を微調整し、おそらく最終的には現在開発中の治療で早期に衰退を止めることができると言います。
この手法は、最終的には、関節リウマチと同様に他の神経疾患や、人のタイプ入力が飲まれているかどうかをテストするために使用される可能性があります。 しかし今のところ、チームはより大きな研究でパーキンソン病を検出する方法の証明、改善、改良に焦点を当てています。
それ以上に、研究者は、幅広いユーザーグループからキーボード入力のより大きな入力を収集することにも関心があります。これにより、より良い入力パターンのベースラインが得られ、さまざまな状態の診断に役立ちます。
「うまくいけば、一部の大手企業と提携できるので、当社の技術をより大きなプラットフォームに組み込み、ユーザーの介入なしに信号をキャプチャできるようになります」と、ジャンカルド氏は言います。 」
それが起こるまで、チームは自分でデータのクラウドソーシングを行っています。 彼らは、neuroqwerty.comで利用可能なアプリを開発しました。このアプリは、統制研究とほぼ同じ方法でWindowsまたはMac OSXでの入力を監視します。 健康なタイピストはキーボードデータを共有でき、パーキンソン病と診断されたユーザーは、登録時に病気の段階や服用している薬を示すことができます。
