Ons onderzoek

Gepersonaliseerd diagnostisch testen is een veelbelovende ontwikkeling in veel academische disciplines. Het is bekend dat dit de sensitiviteit van testen verhoogt. Er zijn ​​tal van redenen om dergelijke instrumenten te ontwikkelen voor een breder gebruik, met name op medisch gebied. Op deze pagina beschrijven we zo’n instrument, Mindify, welke tot doel heeft een digitale methode te ontwikkelen voor online, wereldwijde gepersonaliseerde tests voor achteruitgaande cognitieve functies waaronder geheugen. Dit wordt gedaan door middel van een gezichtsherkenningstaak, waarbij deelnemers worden beoordeeld op hun vermogen om de namen van beroemdheden correct te benoemen. We verwachten door middel van kunstmatige intelligentie op persoonlijk niveau veranderingen in cognitief functioneren te voorspellen en zo vroegtijdig cognitieve achteruitgang zoals geheugenverlies op te kunnen sporen. Zo kunnen vroege, effectievere interventies worden ingezet. Dit project bevindt zich momenteel in de eerste testfases en moet worden geoptimaliseerd om de relevantie ervan voor het bredere publiek te garanderen. Dat doen we door aangeboden stimuli zo aan te passen, dat de nauwkeurigheid acceptabel is onder een steekproef van jongvolwassenen.

 

Het Mindify Project

Binnen het Mindify-project streven we naar een online diagnostische test die in staat is om preventief cognitieve achteruitgang te diagnosticeren. Opsporing is met name gericht op degeneratieve hersenaandoeningen en in het bijzonder geheugenstoornissen, zoals de ziekte van Alzheimer. Het diagnosticeren van dergelijke stoornissen is niet eenvoudig. Daarom wordt de diagnose diagnose vaak pas in een later stadium van de ziekte gesteld, wanneer de symptomen zich doorgaans al verergerd hebben. In een vergevorderd stadium zijn interventies minder effectief. Vroege opsporing is essentieel voor patiënten, maar in de praktijk is dit moeilijk te realiseren. Ondanks de mogelijkheden die er zijn, worden sensitievere, gepersonaliseerde tests naar cognitief functioneren nog nauwelijks ontwikkeld. Daarom was het idee van dit project om een ​​diagnostisch testplatform (Mindify) online beschikbaar te maken voor openbaar gebruik. Hiermee hopen we in de toekomst voorspellende uitspraken te kunnen doen naar aanleiding van bepaalde testscores, wat zowel vroegere detectie als meer gepersonaliseerde diagnose mogelijk zou maken.

Een voorbeeld van een van onze tests op het Mindify-platform is de Mind Labs Geheugentest. Deze test heeft als doel om veranderingen in geheugenfuncties binnen alle leeftijdscategorieën in kaart te brengen. Deze online vragenlijst maakt gebruik van afbeeldingen van beroemdheden, welke deelnemers proberen te benoemen. Dit is een adaptieve test, dat wil zeggen dat de test na ieder gegeven antwoord bepaalt wat de volgende afbeelding gaat worden. Het doel is om zo altijd tot een score tussen van de 70% en 80% correct benoemde beroemdheden te komen. Deze score is nodig om in de toekomst tot een zinvolle analyse te komen waarbij we scores van gezonde controles vergelijken met mensen met achteruitgang in cognitieve functies. Daarom is het in een vroeg stadium optimaliseren van de testprestaties een essentiële stap om de toepasbaarheid van onze methode in een breder publiek te waarborgen.

Theoretische achtergrond

Veroudering wordt vaak geassocieerd met enige cognitieve achteruitgang. Op veel gebieden kunnen beperkingen zich voordoen, maar afname van de geheugencapaciteit is met name van belang binnen ons onderzoek. Mild geheugenverlies is vaak niets anders dan een teken van normale verouderingsproces, maar in sommige gevallen kan geheugenverlies een aanwijzing zijn voor ernstigere geheugenstoornissen. Geheugenverlies is een van de eerste symptomen van de ziekte van Alzheimer, maar dit is aanvankelijk vrijwel niet te onderscheiden van normale veroudering (Morris, et al., 2001). Hierin ligt dus de technische moeilijkheid bij de aanpak van de ziekte van Alzheimer. Recent gevormde herinneringen hebben de neiging eerder te verslechteren dan verre herinneringen (Orlovsky, et al., 2017). Vroege detectie van symptomen kan hierop inspelen. Methoden van kunstmatige intelligentie (AI) kunnen prestaties van deelnemers evalueren, niet op basis van de algemene normen, maar op basis van hun persoonlijke capaciteit. De prestaties van een individu worden dan geëvalueerd op basis van de verwachting dat deze individu bepaalde beroemdheden wel of niet herkend zou moeten hebben, gezien de persoonlijke eigenschappen van deze individu.

Van bijzonder belang is daarom een Harvard-studie (Germine, et al., 2012), waarbij afbeeldingen van bekende gezichten werden gebruikt om gegevens te verzamelen over veranderingen in cognitief functioneren. Hoewel dit niet per se rechtstreeks verband houdt met online diagnostiek, is het nog steeds een vergelijking tussen online en laboratoriumexperimenten. Daarom wordt in ons Mindify-project een vergelijkbare benadering toegepast en gebruikt de MLMT ook afbeeldingen van beroemdheden om gegevens te verzamelen over de herinnering van  gezichten, die later kunnen worden gerelateerd aan demografische gegevens. De dataset zelf is echter anders, omdat de Harvard-dataset alle informatie in een afbeelding uitsluit, behalve het gezicht (dus geen haar of achtergrond, in tegenstelling tot de dataset die wij gebruiken).

 

Referenties

Chawla, Nitesh & Davis, Darcy. (2013). Bringing Big Data to Personalized Healthcare: A Patient-Centered Framework. Journal of general internal medicine. 28(3). 10.1007/s11606-013-2455-8.

Germine, L., Nakayama, K., Duchaine, B., Chabris, C., Chatterjee, G., & Wilmer, J. (2012). Is the web as good as the lab? Comparable performance from web and lab in cognitive/perceptual experiments. Psychonomic Bulletin & Review, 19(5): 847-857.

Morris, J. C., Storandt, M., Miller, J. P., McKeel, D. W., Price, J. L., Rubin, E. H., & Berg, L. (2001). Mild cognitive impairment represents early-stage Alzheimer disease. Geraadpleegd via: https://www.ncbi.nlm.nih.gov/pubmed/11255443

Orlovsky, I., Huijbers, W., Hanseeuw, B. J., Mormino, E. C., Hedden, T., Buckley, R. F., … Papp, K. V. (2017). The relationship between recall of recently versus remotely encoded famous faces and amyloidosis in clinically normal older adults. Geraadpleegd via: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5956796/

Yu, A. Z., Ronen, S., Hu, K., Lu, T., & Hidalgo, C. (2016, January 4). Pantheon 1.0, A Manually Verified Dataset of Globally Famous Biographies. Geraadpleegd via: https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/28201